散点图未在 matplotlib 中正确调整绘图范围

Question

我正在使用2.2.3 版plt.plot和plt.scatter在matplotlib2.2.3 版中绘制两个高斯（一个以 0 为中心，另一个以 100 为中心）。出于任何原因，对于图中第二条曲线的情况，子图不会自动调整绘图范围scatter。当然我可以手动完成——在这个简单的例子中——但实际上我拥有的是一个大网格，我不想一个一个地设置范围。这是怎么回事？有什么办法可以解决吗？这是我的代码：import numpy as npimport matplotlib.pyplot as pltmu1, sigma1 = 0, 1x1 = mu1 + sigma1 * np.random.randn(10000)hist1, bins1 = np.histogram(x1, bins='auto', density=True)center1 = (bins1[:-1] + bins1[1:]) / 2mu2, sigma2 = 100, 15x2 = mu2 + sigma2 * np.random.randn(10000)hist2, bins2 = np.histogram(x2, bins='auto', density=True)center2 = (bins2[:-1] + bins2[1:]) / 2plt.subplot(2, 2, 1)plt.plot(center1, hist1)plt.text(2, 0.27, 'plot\n$\\mu$ = 0 \n$\\sigma$ = 1')plt.subplot(2, 2, 2)plt.scatter(center1, hist1)plt.text(2, 0.27, 'scatter\n$\\mu$ = 0 \n$\\sigma$ = 1')plt.subplot(2, 2, 3)plt.plot(center2, hist2)plt.text(127, 0.02, 'plot\n$\\mu$ = 100 \n$\\sigma$ = 15')plt.subplot(2, 2, 4)plt.scatter(center2, hist2)plt.text(127, 0.02, 'scatter\n$\\mu$ = 100 \n$\\sigma$ = 15')plt.show()所以输出是： 如果有人可以提供帮助，我会很高兴，在此先感谢。任何答案或评论将不胜感激。

Answer 1

集合的自动缩放（分散生成 a PathCollection）仍然是一个未解决的问题，尽管正在讨论一些解决方法的想法。

在上面的例子中，一个奇怪的 hacky 解决方案是plt.plot()在创建散点图之前向轴添加一个空图。

import numpy as np

import matplotlib.pyplot as plt

mu1, sigma1 = 0, 1

x1 = mu1 + sigma1 * np.random.randn(10000)

hist1, bins1 = np.histogram(x1, bins='auto', density=True)

center1 = (bins1[:-1] + bins1[1:]) / 2

mu2, sigma2 = 100, 15

x2 = mu2 + sigma2 * np.random.randn(10000)

hist2, bins2 = np.histogram(x2, bins='auto', density=True)

center2 = (bins2[:-1] + bins2[1:]) / 2

plt.subplot(2, 2, 1)

plt.plot(center1, hist1)

plt.text(2, 0.27, 'plot\n$\\mu$ = 0 \n$\\sigma$ = 1')

plt.subplot(2, 2, 2)

plt.plot()                      ## <== empty plot

plt.scatter(center1, hist1)

plt.text(2, 0.27, 'scatter\n$\\mu$ = 0 \n$\\sigma$ = 1')

plt.subplot(2, 2, 3)

plt.plot(center2, hist2)

plt.text(127, 0.02, 'plot\n$\\mu$ = 100 \n$\\sigma$ = 15')

plt.subplot(2, 2, 4)

plt.plot()                      ## <== empty plot

plt.scatter(center2, hist2)

plt.text(127, 0.02, 'scatter\n$\\mu$ = 100 \n$\\sigma$ = 15')

plt.show()

以上更多的是一个笑话，尽管它适用于这种特殊情况。更严肃的解决方案是创建实际数据的图，然后直接将其删除。这足以让自动缩放对散点图的数据范围按预期工作。

import numpy as np

import matplotlib.pyplot as plt

mu1, sigma1 = 0, 1

x1 = mu1 + sigma1 * np.random.randn(10000)

hist1, bins1 = np.histogram(x1, bins='auto', density=True)

center1 = (bins1[:-1] + bins1[1:]) / 2

mu2, sigma2 = 100, 15

x2 = mu2 + sigma2 * np.random.randn(10000)

hist2, bins2 = np.histogram(x2, bins='auto', density=True)

center2 = (bins2[:-1] + bins2[1:]) / 2

plt.subplot(2, 2, 1)

plt.plot(center1, hist1)

plt.text(2, 0.27, 'plot\n$\\mu$ = 0 \n$\\sigma$ = 1')

plt.subplot(2, 2, 2)

sentinel, = plt.plot(center1, hist1)            ## <== sentinel plot

sentinel.remove()

plt.scatter(center1, hist1)

plt.text(2, 0.27, 'scatter\n$\\mu$ = 0 \n$\\sigma$ = 1')

plt.subplot(2, 2, 3)

plt.plot(center2, hist2)

plt.text(127, 0.02, 'plot\n$\\mu$ = 100 \n$\\sigma$ = 15')

plt.subplot(2, 2, 4)

sentinel, = plt.plot(center2, hist2)            ## <== sentinel plot

sentinel.remove()

plt.scatter(center2, hist2)

plt.text(127, 0.02, 'scatter\n$\\mu$ = 100 \n$\\sigma$ = 15')

plt.show()

最后，考虑到在大网格的情况下，无论如何您当前都需要手动调整文本的位置。因此，真正的解决方案是创建一个为每个轴调用的函数，并让它自动完成所有操作。

import numpy as np

import matplotlib.pyplot as plt

from matplotlib.offsetbox import AnchoredText

def plot_my_hist(mu, sigma, ax=None):

    ax = ax or plt.gca()

    x = mu + sigma * np.random.randn(10000)

    hist, bins = np.histogram(x, bins='auto', density=True)

    center = (bins[:-1] + bins[1:]) / 2

    # Plot

    sentinel, = ax.plot(center, hist)      ## <== sentinel plot

    sentinel.remove()

    ax.scatter(center, hist)

    # Annotation

    at = AnchoredText(f'scatter\n$\\mu$ = {mu} \n$\\sigma$ = {sigma}',

                      loc='upper right')

    ax.add_artist(at)

mus = [0, 0, 12, 12, 100, 100]

sigmas = [1, 15, 1, 15, 1, 15]

fig, axes = plt.subplots(ncols=3, nrows=2, figsize=(10,6))

for ax, mu, sigma in zip(axes.T.flat, mus, sigmas):

    plot_my_hist(mu, sigma, ax=ax)

fig.tight_layout()

plt.show()

Answer 2

好吧，老实说：我不知道。我唯一能发现的是，所描述的问题似乎始于最大值低于 0.1 的图。（即，简单地尝试plt.scatter(center1, hist1/10)或plt.scatter(center2, hist2*10)）

但是，从您的示例中，我并没有真正得到scatter这里的需要。
如果您喜欢自动缩放plot和蓝色圆圈 - 为什么不只是

plt.plot(center2, hist2, 'o')

...？