在python matplolib中重新自动缩放图像

我在Matplotlib文档中遇到了寻找问题解决方案的困难。下面是一个非常简单的问题的例子。我当然对解决方案感兴趣，但更重要的是如何在官方matplotlib文档中找到解决方案

我有一个自动缩放关闭的初始空轴：

import matplotlib.pyplot as plt
import numpy as np
fig= plt.figure()
ax = fig.add_subplot(111)
ax.autoscale(enable=False)
plt.show()
print ax.dataLim
print ax.viewLim

我对数据和视图都有0,1个限制：

Bbox（'array（[[0,0.]，\n[1,1.]]）） Bbox（'array（[[0,0.]，\n[1,1.]]））

然后，我添加了一个部分与初始视图重叠但也延伸到外部的图像：

arr=np.array([[1,2,3],[4,5,6],[7,8,9]])
im = ax.imshow(arr,interpolation='Nearest',origin='lower')
im.set_extent([0.5,2.,0.5,2.])
plt.show()
print ax.dataLim
print ax.viewLim

我对数据和视图有以下限制：

Bbox（'array（[-0.5，-0.5]，\n[2.5,2.5]]）） Bbox（'array（[[0,0.]，\n[1,1.]]））

现在我改变了主意，决定自动缩放数据（和视图），期望有以下限制：

Bbox（'array（[-0.5，-0.5]，\n[2.5,2.5]]）） Bbox（'数组（[[0.5,0.5]，\n[2,2.]]））

我找不到一个结合ax.autoscale（）、ax.relim（）、ax.autoscale_视图的正确自动缩放方案，这就达到了这个目标。 例如，限制包括数据，但在使用时太大

ax.autoscale(enable=True)
ax.relim()
print ax.dataLim
print ax.viewLim

Bbox（'array（[-0.5，-0.5]，\n[2.5,2.5]]）） Bbox（'array（[-0.5，-0.5]，\n[2.5,2.5]]））

我发现的唯一非常不雅观的解决方案是重新定义图像范围：

ax.autoscale(enable=True)
im.set_extent(im.get_extent())
plt.show()
print ax.dataLim
print ax.viewLim

Bbox（'array（[-0.5，-0.5]，\n[2.5,2.5]]）） Bbox（'数组（[[0.5,0.5]，\n[2,2.]]））

有没有人有一个像样的解决方案，可以解释我应该如何从医生那里找到它？ 谢谢

丹尼斯