Python Matplotlib：如何镜像两个轴上的图像？

我正在使用

NetworkX

来评估网络中发生的动态。然后我直观地表示结果。我从事以下工作：

#Step 1: Creating the original network
import networkx as nx
import matplotlib.pyplotas plt
N=100
G=nx.grid_2d_graph(N,N) #2D regular graph of 10000 nodes
pos = dict( (n, n) for n in G.nodes() ) #Dict of positions
labels = dict( ((i, j), i + (N-1-j) * N ) for i, j in G.nodes() )
nx.relabel_nodes(G,labels,False)
pos = {y:x for x,y in labels.iteritems()} #Renamed positions. Position (0,0) is in the upper left corner now.
H=G.copy()

#Step 2: Dynamics modeling block

#Step 3: Plotting the resulting network
G2=dict((k, v) for k, v in status_nodes_model.items() if v < 1) #All nodes that must be removed from the regular grid
H.remove_nodes_from(G2)
nx.draw_networkx(H, pos=pos, with_labels=False, node_size = 10)
        plt.xlim(-20,120,10)
        plt.xticks(numpy.arange(-20, 130, 20.0))
        plt.ylim(-20,120,10) 
        plt.yticks(numpy.arange(-20, 130, 20.0))
        plt.axis('on')
        plt.plot((0, 100), (0, 0), '0.60') #Line1 - visual boundary for failure stages
        plt.plot((0, 0), (0, 100), '0.60') #Line2 - visual boundary for failure stages
        plt.plot((0, 100), (100, 100), '0.60') #Line3 - visual boundary for failure stages
        plt.plot((100, 100), (0, 100), '0.60') #Line4 - visual boundary for failure stages
        title_string=('Lattice Network, Stage 2') 
        subtitle_string=('Impact & dynamics | Active nodes: '+str(act_nodes_model)+' | Failed nodes: '+str(failed_nodes_haz+failed_nodes_model)+' | Total failure percentage: '+str(numpy.around(100*(failed_nodes_haz+failed_nodes_model)/10000,2))+'%')
        plt.suptitle(title_string, y=0.99, fontsize=17)
        plt.title(subtitle_string, fontsize=8)

#步骤1：创建原始网络
将networkx导入为nx
导入matplotlib.pyplotas plt
N=100
G=nx.grid_2d_图（N，N）#10000个节点的2d正则图
pos=dict（（n，n）表示n个节点（））#位置dict
labels=dict（（i，j），i+（N-1-j）*N）表示G.nodes（）中的i，j）
nx.relabel_节点（G，标签，False）
pos={y:x代表x，y在labels.iteritems（）中}重命名的位置。位置（0,0）现在位于左上角。
H=G.copy（）
#步骤2：动力学建模块
#步骤3：绘制生成的网络
G2=dict（（k，v）表示状态中的k，v_nodes_model.items（），如果v<1）#必须从常规网格中删除的所有节点
H.从（G2）中删除节点
nx.draw\u networkx（H，pos=pos，带标签=False，节点大小=10）
plt.xlim（-20120,10）
plt.xticks（numpy.arange（-20130,20.0））
plt.ylim（-20120,10）
plt.yticks（努比阿兰奇（-20130,20.0））
plt.轴（'on'）
plt.绘图（（0，100），（0，0），‘0.60’#第1行-故障阶段的视觉边界
plt.绘图（（0,0），（0,100），‘0.60’#第2行-故障阶段的视觉边界
plt.图（（01000），（100100），‘0.60’#第3行-故障阶段的视觉边界
plt.绘图（（100100），（01000），‘0.60’#第4行-故障阶段的视觉边界
title_string=（“晶格网络，第2阶段”）
subtitle|string=（'Impact&dynamics | Active nodes:'+str（act|u nodes|u model）+'+str（Failed|u nodes|haz+Failed|u nodes|model）+'+str总故障百分比：'+str numpy（约100*（Failed|nodes|haz+Failed|nodes|u|model）/10000,2））+'%
plt.suptitle（title_字符串，y=0.99，fontsize=17）
plt.title（subtitle_string，fontsize=8）

我在视觉上得到的是一个不需要的镜像。请参阅下文：

---

我的问题：是否有一种方法可以在水平和垂直方向上镜像输出图像，以便获得右侧的图像，但标题和标签可读？

您只需更改

pos

中的值即可

my_pos = {}
for key in pos.keys():
     x,y = pos[key]
     my_pos[key] = (-x,-y)#or whatever function you want
nx.draw_networkx(H, pos=my_pos, with_labels=False, node_size = 10)

---

我想你也得照镜子。在上面右边的例子中，你有x=0和y=0的点，而在左边的例子中你没有。我想镜像轴是很容易的。不要镜像轴这是一个不同的图表我想是的，我真正想做的是通过镜像轴来变换我的图像。这不是我想在生成错误图像（例如，使用Photoshop）后以图形方式更改的内容，而是在生成之前以数字方式更改的内容。您是否尝试过反转轴列表？您可以尝试生成从正值到负值的arange。通过这种方式，您将逆转AXE，在将问题发布到此处之前，您可能不清楚您为解决问题所做的努力。