python - 如何删除 matplotlib.pyplot 中子图之间的空格？

Question

我正在做一个项目，我需要将 10 行 3 列的绘图网格放在一起。虽然我已经能够制作情节并安排子情节，但我无法制作出没有空白的漂亮情节，例如下面来自 gridspec documentatation 的情节。 . .

我尝试了以下帖子，但仍然无法像示例图像中那样完全删除空白区域。有人可以给我一些指导吗？谢谢!

• Matplotlib different size subplots
• how to remove “empty” spacebetween subplots?

这是我的图片:

下面是我的代码。 The full script is here on GitHub .注意:images_2 和 images_fool 都是形状为 (1032, 10) 的扁平图像的 numpy 数组，而 delta 是形状为 (28, 28) 的图像数组。

def plot_im(array=None, ind=0):
    """A function to plot the image given a images matrix, type of the matrix: \
    either original or fool, and the order of images in the matrix"""
    img_reshaped = array[ind, :].reshape((28, 28))
    imgplot = plt.imshow(img_reshaped)

# Output as a grid of 10 rows and 3 cols with first column being original, second being
# delta and third column being adversaril
nrow = 10
ncol = 3
n = 0

from matplotlib import gridspec
fig = plt.figure(figsize=(30, 30)) 
gs = gridspec.GridSpec(nrow, ncol, width_ratios=[1, 1, 1]) 

for row in range(nrow):
    for col in range(ncol):
        plt.subplot(gs[n])
        if col == 0:
            #plt.subplot(nrow, ncol, n)
            plot_im(array=images_2, ind=row)
        elif col == 1:
            #plt.subplot(nrow, ncol, n)
            plt.imshow(w_delta)
        else:
            #plt.subplot(nrow, ncol, n)
            plot_im(array=images_fool, ind=row)
        n += 1

plt.tight_layout()
#plt.show()
plt.savefig('grid_figure.pdf')

Answer 1

开头的注意事项:如果您想完全控制间距，请避免使用 plt.tight_layout()，因为它会尝试将图中的图排列得均匀且分布均匀.这基本上很好并且产生令人愉快的结果，但可以随意调整间距。

您从 Matplotlib 示例库中引用的 GridSpec 示例运行良好的原因是子图的方面未预定义。也就是说，子图将简单地在网格上展开并保留设置的间距(在本例中 wspace=0.0, hspace=0.0)，而与图形大小无关。

与此相反，您正在使用 imshow 绘制图像并且默认情况下图像的宽高比设置为相等(相当于 ax.set_aspect("equal"))。也就是说，您当然可以将 set_aspect("auto") 放入每个图(并另外添加 wspace=0.0, hspace=0.0 作为 GridSpec 的参数，如在图库中example)，这将产生一个没有间距的图。

然而，当使用图像时，保持相等的纵横比很有意义，这样每个像素的宽度和高度一样，并且正方形阵列显示为正方形图像。
然后您需要做的是调整图像大小和图形边距以获得预期结果。 figure 的 figsize 参数是以英寸为单位的图形(宽度、高度)，这里可以使用两个数字的比率。和子图参数 wspace, hspace, top, bottom, left可以手动调整以获得所需的结果。下面是一个例子:

import numpy as np
import matplotlib.pyplot as plt
from matplotlib import gridspec

nrow = 10
ncol = 3

fig = plt.figure(figsize=(4, 10)) 

gs = gridspec.GridSpec(nrow, ncol, width_ratios=[1, 1, 1],
         wspace=0.0, hspace=0.0, top=0.95, bottom=0.05, left=0.17, right=0.845) 

for i in range(10):
    for j in range(3):
        im = np.random.rand(28,28)
        ax= plt.subplot(gs[i,j])
        ax.imshow(im)
        ax.set_xticklabels([])
        ax.set_yticklabels([])

#plt.tight_layout() # do not use this!!
plt.show()

编辑:
不必手动调整参数当然是可取的。所以可以根据行数和列数计算出一些最优的。

nrow = 7
ncol = 7

fig = plt.figure(figsize=(ncol+1, nrow+1)) 

gs = gridspec.GridSpec(nrow, ncol,
         wspace=0.0, hspace=0.0, 
         top=1.-0.5/(nrow+1), bottom=0.5/(nrow+1), 
         left=0.5/(ncol+1), right=1-0.5/(ncol+1)) 

for i in range(nrow):
    for j in range(ncol):
        im = np.random.rand(28,28)
        ax= plt.subplot(gs[i,j])
        ax.imshow(im)
        ax.set_xticklabels([])
        ax.set_yticklabels([])

plt.show()