防止不等维w/ sharex不显影子图的截止

Question

我有几个想用imshow显示的矩阵，以相同图形的子图显示。它们都有相同的列数，但行数各不相同。我想：

1. 使用imshow显示时，请查看所有矩阵
2. 保留aspect=1效应的imshow
3. 在图中使用sharex

(这意味着子图的高度反映了矩阵中不同的行数)。我尝试使用gridspec (通过plt.subplots的gridspec_kw参数)，但是sharex和aspect=1的组合会导致部分矩阵被切断，除非我手动调整窗口的大小。示例：

import numpy as np
import matplotlib.pyplot as plt
# fake data
foo = np.arange(5 * 7).reshape(5, 7)
bar = np.arange(11 * 7).reshape(11, 7)
baz = np.arange(3 * 7).reshape(3, 7)

data = [foo, bar, baz]
nrows = [x.shape[0] for x in data]
row_labels = np.array([x for x in 'abcdefghijk'])
col_labels = [x for x in 'ABCDEFG']

# initialize figure
fig, axs = plt.subplots(3, 1, squeeze=False, sharex=True,
                        gridspec_kw=dict(height_ratios=nrows))

for ix, d in enumerate(data):
    ax = axs[ix % axs.shape[0], ix // axs.shape[0]]
    _ = ax.imshow(d)
    _ = ax.yaxis.set_ticks(range(d.shape[0]))
    _ = ax.xaxis.set_ticks(range(d.shape[1]))
    _ = ax.yaxis.set_ticklabels(row_labels[np.arange(d.shape[0])])
    _ = ax.xaxis.set_ticklabels(col_labels)

​

​

根据每个矩阵中的行数，我可以猜到一个大概的数字维，它应该使它们都可见，但是它不起作用：

figsize = (foo.shape[1], sum(nrows))
fig, axs = plt.subplots(3, 1, squeeze=False, sharex=True,
                        gridspec_kw=dict(height_ratios=nrows),
                        figsize=figsize)

for ix, d in enumerate(data):
    ax = axs[ix % axs.shape[0], ix // axs.shape[0]]
    _ = ax.imshow(d)
    _ = ax.yaxis.set_ticks(range(d.shape[0]))
    _ = ax.xaxis.set_ticks(range(d.shape[1]))
    _ = ax.yaxis.set_ticklabels(row_labels[np.arange(d.shape[0])])
    _ = ax.xaxis.set_ticklabels(col_labels)

请注意所有三个子图的顶部和底部行是如何被部分切断的(在中间的部分最容易看到)，然而在顶部和底部的数字边距上有大量多余的空白：

​

​

使用tight_layout也不能解决这个问题；它使子图太大(注意每个子图的上/下在轴、脊和图像之间的间隙)：

​

​

有什么办法让imshow和sharex在这里和谐地工作吗？

Answer 1

我刚刚发现了ImageGrid，它做得很好。完整的例子：

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.axes_grid1 import ImageGrid
foo = np.arange(5 * 7).reshape(5, 7)
bar = np.arange(11 * 7).reshape(11, 7)
baz = np.arange(3 * 7).reshape(3, 7)
data = [foo, bar, baz]
nrows = [x.shape[0] for x in data]
row_labels = np.array([x for x in 'abcdefghijk'])
col_labels = [x for x in 'ABCDEFG']
fig = plt.figure()
axs = ImageGrid(fig, 111, nrows_ncols=(3, 1), axes_pad=0.1)
for ix, d in enumerate(data):
    ax = axs[ix]
    _ = ax.imshow(d)
    _ = ax.yaxis.set_ticks(range(d.shape[0]))
    _ = ax.xaxis.set_ticks(range(d.shape[1]))
    _ = ax.yaxis.set_ticklabels(row_labels[np.arange(d.shape[0])])
    _ = ax.xaxis.set_ticklabels(col_labels)

​

​