Python 如何在matplotlib中设置纵横比？

我正在尝试制作一个正方形的图（使用imshow），即纵横比为1:1，但我做不到。这些都不起作用：

import matplotlib.pyplot as plt

ax = fig.add_subplot(111,aspect='equal')
ax = fig.add_subplot(111,aspect=1.0)
ax.set_aspect('equal')
plt.axes().set_aspect('equal')

---

似乎这些调用只是被忽略了（matplotlib经常出现这个问题）。

您应该尝试使用figaspect。它对我有用。从文档中：

创建具有指定纵横比的地物。如果arg是一个数字，则使用该纵横比。>如果arg是数组，则figaspect将 确定适合阵列的图形的宽度和高度 保持纵横比。图形宽度、高度（英寸）为 返回。确保创建与和高度相等的轴，例如

用法示例：

编辑：我不确定你在找什么。上面的代码更改画布（打印大小）。如果要更改图形的matplotlib窗口的大小，请使用：

In [68]: f = figure(figsize=(5,1))

---

这确实会产生一个5x1（wxh）的窗口。

魅力的三倍。我猜这是一个bug，并表明它已在最新版本中修复。我有版本0.99.1.1，并创建了以下解决方案：

import matplotlib.pyplot as plt
import numpy as np

def forceAspect(ax,aspect=1):
    im = ax.get_images()
    extent =  im[0].get_extent()
    ax.set_aspect(abs((extent[1]-extent[0])/(extent[3]-extent[2]))/aspect)

data = np.random.rand(10,20)

fig = plt.figure()
ax = fig.add_subplot(111)
ax.imshow(data)
ax.set_xlabel('xlabel')
ax.set_aspect(2)
fig.savefig('equal.png')
ax.set_aspect('auto')
fig.savefig('auto.png')
forceAspect(ax,aspect=1)
fig.savefig('force.png')

这是‘force.png’：

下面是我不成功的尝试，但希望能提供信息

第二个答案：

我下面的“原始答案”有些过分，因为它做了一些类似于轴的事情。set_aspect（）。我想您应该使用轴。设置方向（“自动”）。我不明白为什么会出现这种情况，但它为我生成了一个方形图像图，例如以下脚本：

import matplotlib.pyplot as plt
import numpy as np

data = np.random.rand(10,20)

fig = plt.figure()
ax = fig.add_subplot(111)
ax.imshow(data)
ax.set_aspect('equal')
fig.savefig('equal.png')
ax.set_aspect('auto')
fig.savefig('auto.png')

生成具有“相等”纵横比的图像打印： 还有一个具有“自动”纵横比：

下面“原始答案”中提供的代码为显式控制的纵横比提供了一个起点，但一旦调用了imshow，它似乎就会被忽略

原始答案：

下面是一个例程示例，该例程将调整子地块参数，以便获得所需的纵横比：

import matplotlib.pyplot as plt

def adjustFigAspect(fig,aspect=1):
    '''
    Adjust the subplot parameters so that the figure has the correct
    aspect ratio.
    '''
    xsize,ysize = fig.get_size_inches()
    minsize = min(xsize,ysize)
    xlim = .4*minsize/xsize
    ylim = .4*minsize/ysize
    if aspect < 1:
        xlim *= aspect
    else:
        ylim /= aspect
    fig.subplots_adjust(left=.5-xlim,
                        right=.5+xlim,
                        bottom=.5-ylim,
                        top=.5+ylim)

fig = plt.figure()
adjustFigAspect(fig,aspect=.5)
ax = fig.add_subplot(111)
ax.plot(range(10),range(10))

fig.savefig('axAspect.png')

导入matplotlib.pyplot作为plt
def调整FIGASPECT（图，纵横比=1）：
'''
调整子批次参数，使图形具有正确的
纵横比。
'''
xsize，ysize=图获取大小英寸（）
minsize=min（xsize，ysize）
xlim=.4*minsize/xsize
ylim=.4*minsize/ysize
如果方面<1：
xlim*=方面
其他：
ylim/=方面
图子批次调整（左=.5-xlim，
右=.5+xlim，
底部=.5-ylim，
顶部=.5+ylim）
图=plt.图（）
调整FIGASPECT（图，纵横比=.5）
ax=图添加_子批次（111）
ax.绘图（范围（10），范围（10））
图savefig（'axAspect.png'））

这会产生如下图形：

---

我可以想象，如果您在图中有多个子图，您会希望将y和x子图的数量作为关键字参数（默认为每个1）包含到提供的例程中。然后使用这些数字和

hspace

和

wspace

关键字，可以使所有子地块具有正确的纵横比。

您正在运行的

matplotlib

版本是什么？我最近不得不升级到

1.1.0

，有了它，

add_subplot（111，aspect='equal'）

对我很有效。

这个答案是基于Yann的答案。它将设置线性或对数绘图的纵横比。我使用了来自的附加信息来测试轴是否为对数刻度

def forceAspect(ax,aspect=1):
    #aspect is width/height
    scale_str = ax.get_yaxis().get_scale()
    xmin,xmax = ax.get_xlim()
    ymin,ymax = ax.get_ylim()
    if scale_str=='linear':
        asp = abs((xmax-xmin)/(ymax-ymin))/aspect
    elif scale_str=='log':
        asp = abs((scipy.log(xmax)-scipy.log(xmin))/(scipy.log(ymax)-scipy.log(ymin)))/aspect
    ax.set_aspect(asp)

---

显然，您可以使用任何版本的

log

，我使用了

scipy

，但是

numpy

或

math

应该可以。在获得上述答案多年的成功后，我发现这种方法不再有效，但我确实在

当然，以上作者（他可能更愿意在这里发表文章）完全归功于此，相关行如下：

ratio = 1.0
xleft, xright = ax.get_xlim()
ybottom, ytop = ax.get_ylim()
ax.set_aspect(abs((xright-xleft)/(ybottom-ytop))*ratio)

该链接还清晰地解释了matplotlib使用的不同坐标系

---

感谢收到的所有优秀答案，尤其是@Yann's，它将继续成为赢家。

使用plt.gca（）获取当前轴并设置纵横比的简单选项

        plt.gca().set_aspect('equal')

---

代替您的最后一行

谢谢-在更改画布的纵横比时，它确实有一些效果：更具体地说，我需要更改图形本身的纵横比，但执行以下操作（apols格式化…）：fig=plt.fig（figsize=（plt.figaspect（2.0）））是否尝试过

ax.axis（'equal'）

，偶然正如大家所说，您所做的应该是可行的，但是

ax.axis

可能是另一种解决方法。对于

get\u images

是空列表的情况（就像

ax.plot（[0,1]，[0,2]）

，你可以使用

get_xlim

和

get_ylim

在我看来，如果使用logscale，这将不起作用。我添加了一个测试并处理该问题的答案。请随意将其合并到你的答案中，然后我将删除我的答案。外观看起来不平等的原因是因为相等的外观意味着视觉距离x中的ce将与y相同。如果图像是正方形，但绘图dx和dy不同，则这不是1:1的纵横比。在这种情况下，纵横比将是dy/dx。在

matplotlib

version

2.0.2

版本

jupyter笔记本

version

5.0.0

中对我很有效。谢谢。到的链接非常有价值。我这是一个更加完整的解释：在我看来，这是最好的答案。简单明了，绝对是最好的，我把1.0作为论据，因为这个问题是一般性的。

        plt.gca().set_aspect('equal')