使用 set_xlim() 切片图后 matplotlib autoscale(axis='y')

作为演示，我绘制了 x^0 到 x^9，其中 x 值的范围为 10 到 20。

然后我对这些图像进行切片，得到 9 个切片：

x = (10 到 11), (11 到 12) 等等到 (18 到 19)

我希望裁剪图像，以便 y 值始终在每个切片中从上到下分布，但我得到的是自动缩放始终缩放到完整数据集而不是当前切片。

import matplotlib.pyplot as plt
import numpy as np


# create some test data
for i in range(10):
    x = np.arange(10,20)
    y = x**i
    plt.plot(x,y,c='red',marker='.',ms=2)

# get all x values in chart and reduce to a sorted list set
xd = [] 
for n in range(len(plt.gca().get_lines())):
        line = plt.gca().get_lines()[n]
        xd.append((line.get_xdata()).tolist())
xd = [item for sublist in xd for item in sublist]
xd = sorted(list(set(xd)))

# attempt to plot slices of x with autoscaled y
ax = plt.gca()
for i in range(len(xd)-1):
    ax.set_xlim([xd[i],xd[i+1]])
    ax.axes.autoscale(enable=True,axis='y', tight=True)
    plt.pause(1) #timing
    #uncommenting the next line will create nine tiny (6kb) image files
    #plt.savefig(('image_%s.png' % i), bbox_inches=0, dpi=48)

在我的实际应用程序中，我尝试以这种方式从随机数据生成 100k 个微小图像作为数据库。对于每个 x，都有 2 到 200 个 y 值。然后，我使用 OpenCV 对新图像进行图像匹配，以使其与历史数据库最匹配。

至关重要的是，OpenCV 在每个图像中从上到下拉伸 y 值以找到良好的匹配。

如果它有帮助，我的 x 值将始终是 int() 类型且等距

ETA：我尝试​​在这里实施一些解决方案，但没有取得任何进展：

Matplotlib - 修复 x 轴刻度和自动缩放 y 轴

Matplotlib基于手动缩放的x轴缩放y轴

但至少我学到了：

自动缩放始终使用整个数据范围，因此 y 轴是 按 y 数据的全部范围进行缩放，而不仅仅是按 y 数据范围内的内容进行缩放 x 限制。

但仍然没有在这里有效的解决方案

def autoscale_y()

由@DanHickstein 提出

给我：

h = np.max(y_displayed) - np.min(y_displayed)
ValueError: zero-size array to reduction operation maximum which has no identity

从这些链接中，我不确定在我的 for 循环中在哪里实现 @Joe Kington 的掩码解决方案。

我现在正在使用此处提出的 @bernie 解决方案来获取给定 X 的 Y 值：

如何从图中提取点？

也许我可以 set_ylim() 手动给出该 X 处的最小和最大 Y 值？

如果有一种方法可以在定义的 xlim 中自动缩放作为标准 matplotlib 方法，那么这会容易得多

我昨晚通过创建一个以 x 作为键、以 y 的相应列表作为值的字典来解决我的问题。

当数据由函数 y=x**i 创建时会发生这种情况

本质上我正在创建字典结构伪代码：

data[x0] = [x0y1,x0y2,x0y3....]
data[x1] = [x1y1,x1y2,x1y3....]
data[x2] = [x2y1,x2y2,x2y3....]
etc.

我稍后可以引用任何给定 x 处的所有 y 值。从那里，找到切片左侧和右侧的最小和最大 y 值，以手动设置 ylim。如果您的 xlim 切片宽度超过一个 x 段，您必须对 xlim 中的每个相应 x 切片重复该过程。在我的例子中，我的 x 切片正好是一段宽。

import matplotlib.pyplot as plt
import numpy as np

# move my range function out of my data creation loop
x = np.arange(10,20,1)

# create a dictionary of my data with x values as keys
data = {}
for i in range(len(x)):
   data[x[i]]=[]

# create some test data
for i in range(10):
    y = x**i
    plt.plot(x,y,c='red',marker='.',ms=2)

    # store my y data to my data dictionary as its created
    xx = x[-len(y):]
    for j in range(len(xx)):
        data[xx[j]].append(y[j])

# get all x values in chart and reduce to a sorted list set
xd = [] 
for n in range(len(plt.gca().get_lines())):
        line = plt.gca().get_lines()[n]
        xd.append((line.get_xdata()).tolist())
xd = [item for sublist in xd for item in sublist]
xd = sorted(list(set(xd)))

# attempt to plot slices of x with autoscaled y
ax = plt.gca()
for i in range(len(xd)-1):
    ax.set_xlim([xd[i],xd[i+1]])

    # reference my min and max y values by left and right borders of x slice
    ymin = min(min(data[xd[i]]), min(data[xd[i+1]]))
    ymax = max(max(data[xd[i]]), max(data[xd[i+1]]))
    # manually set y limits
    ax.set_ylim([ymin,ymax])

    #eliminate my autoscale call
    #ax.axes.autoscale(enable=True,axis='y', tight=True)
    plt.pause(1) #timing

现在，当它绘图时，y 会自动缩放到 x 切片，而不是整个数据集。