Как я могу запретить Matplotlib автоматически масштабировать изображения до одинакового размера в подзаголовках?

Я пытаюсь отобразить три изображения разного размера рядом, используя Matplotlib. Я хочу, чтобы каждый подзаголовок сохранял исходный размер изображений без автоматического масштабирования до одинакового размера.


img_512 = down_sample(1024, 512, img)

img_512_upsample = up_sample(512, 1024, img_512)

fig, ax = plt.subplots(1,3, figsize=(15,10))

ax[0].imshow(img, cmap='gray', aspect='equal', extent=[0, img.shape[1], img.shape[0], 0])
ax[0].set_title(f"Original Image")
ax[0].axis('on')

ax[1].imshow(img_512, cmap='gray', aspect='equal', extent=[0, img_512.shape[1], img_512.shape[0], 0])
ax[1].set_title(f"Down Sample to 512x512")
ax[1].axis('on')


ax[2].imshow(img_512_upsample, cmap='gray', aspect='equal', extent=[0, img_512_upsample.shape[1], img_512_upsample.shape[0], 0])
ax[2].set_title(f"Up Sample to 1024x1024")
ax[2].axis('on')

plt.autoscale(False)
plt.tight_layout()
plt.show()

Изображение моего результата

Я попробовал отключить автоматическое масштабирование, установить равный формат и попытаться установить размер в соответствии с размерами изображений.

что такое down_sample и up_sample? не забывайте всегда включать в свой вопрос весь соответствующий код

Tino D 25.08.2024 07:27
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
0
1
68
2
Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

Вы можете отрегулировать положение средних осей, используя set_position:

import matplotlib.pyplot as plt
import numpy as np

img = np.zeros((1024, 1024))
img_512 = np.zeros((512, 512))
img_512_upsample = np.zeros((1024, 1024))

fig, ax = plt.subplots(1,3, figsize=(15,10))

ax[0].imshow(img, cmap='gray', aspect='equal', extent=[0, img.shape[1], img.shape[0], 0])
ax[0].set_title(f"Original Image")

ax[1].imshow(img_512, cmap='gray', aspect='equal', extent=[0, img_512.shape[1], img_512.shape[0], 0])
ax[1].set_title(f"Down Sample to 512x512")

ax[2].imshow(img_512_upsample, cmap='gray', aspect='equal', extent=[0, img_512_upsample.shape[1], img_512_upsample.shape[0], 0])
ax[2].set_title(f"Up Sample to 1024x1024")

pos = ax[1].get_position()
ax[1].set_position([pos.x0 + pos.width/4, pos.y0, pos.width/2, pos.height/2])

plt.show()

Если вы хотите применить плотный макет, обязательно сделайте это перед установкой позиции:

fig.tight_layout()
pos = ax[1].get_position()
ax[1].set_position([pos.x0 + pos.width/4, pos.y0, pos.width/2, pos.height/2])

(макет constrained работает нормально, если установить plt.subplots)

В общем случае, когда имеется больше подграфиков или когда вы хотите контролировать пространство между подграфиками, этот ручной метод быстро становится громоздким. В этом случае вы можете использовать набор инструментов axes_grid1.

Ответ принят как подходящий

Если вы хотите, чтобы подграфики были одинакового размера, используйте sharex/sharey при вызове subplots:

import matplotlib.pyplot as plt
import numpy as np

img = np.zeros((1024, 1024))
img_512 = np.zeros((512, 512))
img_512_upsample = np.zeros((1024, 1024))

fig, ax_arr = plt.subplots(1,3, figsize=(15,10), sharex=True, sharey=True)

ax_arr[0].imshow(img, cmap='gray', aspect='equal', extent=[0, img.shape[1], img.shape[0], 0])
ax_arr[0].set_title(f"Original Image")

ax_arr[1].imshow(img_512, cmap='gray', aspect='equal', extent=[0, img_512.shape[1], img_512.shape[0], 0])
ax_arr[1].set_title(f"Down Sample to 512x512")

ax_arr[2].imshow(img_512_upsample, cmap='gray', aspect='equal', extent=[0, img_512_upsample.shape[1], img_512_upsample.shape[0], 0])
ax_arr[2].set_title(f"Up Sample to 1024x1024")

plt.show()

Если вместо этого вы хотите, чтобы средний подграфик был вдвое меньше высоты и ширины, используйте width_ratios в вызове подзаголовков:

fig, ax_arr = plt.subplots(1,3, figsize=(15,10), width_ratios=[2, 1, 2])

Вы можете выровнять подграфики по верхнему или нижнему краю, используя свойство привязки — «N» для севера или «S» для юга:

for ax in ax_arr:
    ax.set_anchor("N")

Другие вопросы по теме