Python Matplotlib散点图-删除白色填充

我正在使用matplotlib以经纬度坐标绘制变量。问题是此图像不能包含轴或边框。我已经能够删除axis，但必须完全删除图像周围的白色填充（请参见下面代码中的示例图像：）

我尝试过谷歌搜索的几种方法，包括以下StackOverflow方法：

但在消除空白方面没有任何效果。如果您有任何建议（即使是放弃matplotlib并尝试另一个绘图库），我将不胜感激

下面是我正在使用的代码的基本形式，它显示了这种行为：

import numpy as np
import matplotlib
from mpl_toolkits.basemap import Basemap
from scipy import stats

lat = np.random.randint(-60.5, high=60.5, size=257087)
lon = np.random.randint(-179.95, high=180, size=257087)
maxnsz =  np.random.randint(12, 60, size=257087)

percRange = np.arange(100,40,-1)
percStr=percRange.astype(str)
val_percentile=np.percentile(maxnsz, percRange, interpolation='nearest')  

#Rank all values
all_percentiles=stats.rankdata(maxnsz)/len(maxnsz)
#Figure setup
fig = matplotlib.pyplot.figure(frameon=False, dpi=600)
#Basemap code can go here

x=lon
y=lat

cmap = matplotlib.cm.get_cmap('cool')


h=np.where(all_percentiles >= 0.999)
hl=np.where((all_percentiles < 0.999) & (all_percentiles > 0.90))
mh=np.where((all_percentiles > 0.75) & (all_percentiles < 0.90))
ml=np.where((all_percentiles >= 0.4) & (all_percentiles < 0.75))
l=np.where(all_percentiles < 0.4)

all_percentiles[h]=0
all_percentiles[hl]=0.25
all_percentiles[mh]=0.5
all_percentiles[ml]=0.75
all_percentiles[l]=1

rgba_low=cmap(1)
rgba_ml=cmap(0.75)
rgba_mh=cmap(0.51)
rgba_hl=cmap(0.25)
rgba_high=cmap(0)

matplotlib.pyplot.axis('off')

matplotlib.pyplot.scatter(x[ml],y[ml], c=rgba_ml, s=3, marker=',',edgecolor='none', alpha=0.4)
matplotlib.pyplot.scatter(x[mh],y[mh], c=rgba_mh, s=3,     marker='o', edgecolor='none', alpha=0.5)
matplotlib.pyplot.scatter(x[hl],y[hl], c=rgba_hl, s=4, marker='*',edgecolor='none', alpha=0.6)
matplotlib.pyplot.scatter(x[h],y[h], c=rgba_high, s=5, marker='^', edgecolor='none',alpha=0.75)

fig.savefig('/home/usr/code/python/testfig.jpg', bbox_inches=0, nbins=0, transparent="True", pad_inches=0.0)
fig.canvas.draw()

将numpy导入为np
导入matplotlib
从mpl_toolkits.basemap导入basemap
从scipy导入统计信息
lat=np.random.randint（-60.5，高=60.5，大小=257087）
lon=np.random.randint（-179.95，高=180，大小=257087）
maxnsz=np.random.randint（12,60，size=257087）
percRange=np.arange（100,40，-1）
percStr=percsrange.astype（str）
val_百分位数=np.百分位数（maxnsz，percRange，插值='nearest'）
#对所有价值进行排名
所有百分位数=统计数据rankdata（maxnsz）/len（maxnsz）
#图形设置
fig=matplotlib.pyplot.figure（frameon=False，dpi=600）
#底图代码可以放在这里
x=lon
y=纬度
cmap=matplotlib.cm.get\u cmap（'cool'）
h=np.其中（所有百分位数>=0.999）
hl=np，其中（（所有百分位<0.999）和（所有百分位>0.90））
mh=np.式中（（所有百分位数>0.75）和（所有百分位数<0.90））
ml=np，其中（（所有百分位>=0.4）和（所有百分位<0.75））
l=np，其中（所有百分位<0.4）
所有百分位数[h]=0
所有百分位数[hl]=0.25
所有百分位数[mh]=0.5
所有百分位数[ml]=0.75
所有百分位数[l]=1
rgba_低=cmap（1）
rgba_ml=cmap（0.75）
rgba_mh=cmap（0.51）
rgba_hl=cmap（0.25）
rgba_高=cmap（0）
matplotlib.pyplot.axis（'off'）
matplotlib.pyplot.scatter（x[ml]，y[ml]，c=rgba_-ml，s=3，marker='，'，，edgecolor='none'，alpha=0.4）
matplotlib.pyplot.scatter（x[mh]，y[mh]，c=rgba_mh，s=3，marker='o'，edgecolor='none'，alpha=0.5）
matplotlib.pyplot.scatter（x[hl]，y[hl]，c=rgba_-hl，s=4，marker='*'，edgecolor='none'，alpha=0.6）
matplotlib.pyplot.scatter（x[h]，y[h]，c=rgba_高，s=5，marker='^'，edgecolor='none'，alpha=0.75）
fig.savefig（'/home/usr/code/python/testfig.jpg'，bbox_英寸=0，nbins=0，transparent=“True”，pad_英寸=0.0）
图canvas.draw（）

问题在于，在中给出的所有解决方案实际上都是用于

imshow

因此，以下方法显然有效

import matplotlib.pyplot as plt

fig = plt.figure()
ax=fig.add_axes([0,0,1,1])
ax.set_axis_off()

im = ax.imshow([[2,3,4,1], [2,4,4,2]], origin="lower", extent=[1,4,2,8])
ax.plot([1,2,3,4], [2,3,4,8], lw=5)

ax.set_aspect('auto')
plt.show()

生产

但在这里，您使用的是

分散
。添加散点图

import matplotlib.pyplot as plt

fig = plt.figure()
ax=fig.add_axes([0,0,1,1])
ax.set_axis_off()


im = ax.imshow([[2,3,4,1], [2,4,4,2]], origin="lower", extent=[1,4,2,8])
ax.plot([1,2,3,4], [2,3,4,8], lw=5)

ax.scatter([2,3,4,1], [2,3,4,8], c="r", s=2500)

ax.set_aspect('auto')
plt.show()

产生


Scatter
的特殊性在于matplotlib在默认情况下尝试使所有点可见，这意味着轴限制的设置使所有分散点作为一个整体可见

为了克服这一问题，我们需要专门设置轴限制：

import matplotlib.pyplot as plt

fig = plt.figure()
ax=fig.add_axes([0,0,1,1])
ax.set_axis_off()

im = ax.imshow([[2,3,4,1], [2,4,4,2]], origin="lower", extent=[1,4,2,8])
ax.plot([1,2,3,4], [2,3,4,8], lw=5)

ax.scatter([2,3,4,1], [2,3,4,8], c="r", s=2500)

ax.set_xlim([1,4])
ax.set_ylim([2,8])

ax.set_aspect('auto')
plt.show()

这样我们就能得到想要的行为

你读了吗？没有，但在提交任何其他内容之前，我肯定会参考一下@非常感谢你的提示和答案，我学到了很多@在这里，您还可以看到，您的问题的最小示例可以用16行代码编写。