显而易见的方法是手动将限制设置为所需的值。(例如
ax.axis([xmin, xmax, ymin, ymax]))
如果您不想手动查找限制,则有两种选择…
正如几个人(耕作,Yann和Vorticity)提到的那样,如果您可以绘制最后要忽略的函数,则可以在绘制前禁用自动缩放或将
scaley=Falsekwarg传递给
plot
import numpy as npimport matplotlib.pyplot as pltfig, ax = plt.subplots()x1 = np.linspace(-1,1,100)ax.plot(x1, np.sin(x1))ax.plot(x1, np.sin(x1 / 2.0))ax.autoscale(False) #You could skip this line and use scalex=False onax.plot(x1, 3 * np.sin(x1)) #the "theoretical" plot. It has to be last either wayfig.savefig('test.pdf')
请注意
zorder,如果您想控制最后一个绘图,可以调整它的绘制,使其绘制在“中间”。
如果您不想依赖顺序,而只想指定要自动缩放的行列表,则可以执行以下 *** 作:(注意:这是一个简化的版本,假设您要处理
Line2D对象,而不是一般的matplotlib艺术家。)
import numpy as npimport matplotlib.pyplot as pltimport matplotlib.transforms as mtransformsdef main(): fig, ax = plt.subplots() x1 = np.linspace(-1,1,100) line1, = ax.plot(x1, np.sin(x1)) line2, = ax.plot(x1, 3 * np.sin(x1)) line3, = ax.plot(x1, np.sin(x1 / 2.0)) autoscale_based_on(ax, [line1, line3]) plt.show()def autoscale_based_on(ax, lines): ax.dataLim = mtransforms.Bbox.unit() for line in lines: xy = np.vstack(line.get_data()).T ax.dataLim.update_from_data_xy(xy, ignore=False) ax.autoscale_view()if __name__ == '__main__': main()
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)