Matplotlib 图表显示比例控制笔记

1. 基础概念

1.1 画布(Figure)和绘图区(Axes)

• 画布(Figure): 整个图像的容器，通过figsize控制物理尺寸
• 绘图区(Axes): 实际绘图的区域，包含坐标轴和数据

# 创建画布
fig = plt.figure(figsize=(8, 8))  # 8×8英寸的正方形画布

1.2 绘图区域布局

使用add_axes()方法控制绘图区在画布中的位置和大小：

ax = fig.add_axes([left, bottom, width, height])

• 所有参数取值范围为0-1，表示相对于画布的比例
• 示例：[0.15, 0.15, 0.75, 0.75]
  • left: 左边距占15%
  • bottom: 底部边距占15%
  • width: 绘图区宽度占75%
  • height: 绘图区高度占75%

2. 控制坐标轴比例的方法

2.1 基于数据单位的比例控制

ax.set_aspect('equal')  # 使x轴和y轴的数据单位比例为1:1

• 适用场景：
  • 散点图中需要保持x和y轴的物理单位一致
  • 绘制几何图形时需要保持形状不变形

2.2 基于显示区域的比例控制

ax.set_box_aspect(1)  # 使绘图区域呈现正方形

• 适用场景：
  • x轴和y轴数值范围差异较大
  • 需要控制显示区域的视觉比例
  • 损失曲线、统计图表等

3. 完整示例代码

import matplotlib.pyplot as plt

# 1. 创建画布
fig = plt.figure(figsize=(8, 8))

# 2. 创建绘图区域并控制位置
ax = fig.add_axes([0.15, 0.15, 0.75, 0.75])

# 3. 绘制数据
ax.plot(x, y)

# 4. 设置绘图区域比例
ax.set_box_aspect(1)  # 保持显示区域为正方形

# 5. 保存图片
plt.savefig('output.png', dpi=300, bbox_inches='tight')

4. 常见应用场景与建议

4.1 不同类型图表的推荐设置

• 损失曲线: 使用set_box_aspect(1)
• 散点图: 根据数据特点选择set_aspect('equal')或set_box_aspect(1)
• 统计图表: 通常使用set_box_aspect()控制显示比例

4.2 调整技巧

• 边距调整：通过add_axes()的参数微调
• 分辨率：保存时使用dpi参数控制
• 标题和标签：根据比例调整pad值避免重叠

4.3 注意事项

• set_aspect('equal')可能导致数值范围差异大的图表变形
• bbox_inches='tight'可能影响预设的显示比例
• 添加标题或标签时需要预留足够边距