Python散点图在背景图像上进行数据验证

Question

我正在尝试用Python在背景图像上绘制数据，以进行数据验证，即看看我从自己的数据生成的曲线与我保存为截图的论文中的曲线有多接近。 .png

我已尝试使用 extent 关键字和 imshow 来编写代码: Adding a background image to a plot with known corner coordinates这是我的代码:

import numpy as np
import matplotlib.pyplot as plt
from scipy.misc import imread
import matplotlib.cbook as cbook

np.random.seed(0)
x = np.random.uniform(0.0,10.0,15)
y = np.random.uniform(0.0,1.25,15)

datafile = cbook.get_sample_data('C:\\Users\\andrew.hills\\Desktop\\Capture.png')
img = imread(datafile)
plt.scatter(x,y,zorder=1)
plt.imshow(img, zorder=0, extent=[0.0, 10.0, 0.00, 1.25])
plt.show()

我遇到的问题是图形出现扭曲，我认为这是因为每个像素在轴上设置为 1x1，但我的数据范围在 x 方向为 0.0-10.0，在 y 方向为 0.00-1.25:

enter image description here

如何更改此设置以使图像不会出现扭曲？

Answer 1

问题确实是图像通过范围参数获得了新的数据范围，并且默认情况下“相等”的图像长宽比将因此导致图像扭曲。

您需要做的是计算考虑新数据范围的新纵横比。

import numpy as np
import matplotlib.pyplot as plt

np.random.seed(0)
x = np.random.uniform(0.0,10.0,15)
y = np.random.uniform(0.0,1.25,15)
plt.scatter(x,y,zorder=1)

img = plt.imread("house.png")

ext = [0.0, 10.0, 0.00, 1.25]
plt.imshow(img, zorder=0, extent=ext)

aspect=img.shape[0]/float(img.shape[1])*((ext[1]-ext[0])/(ext[3]-ext[2]))
plt.gca().set_aspect(aspect)

plt.show()