参考来源：https://matplotlib.org/api/_as_gen/matplotlib.pyplot.axis.html
心血来潮，想用matplotlib画一下faster-rcnn中生成的基础anchors，如下，
base_anchors = [[ -84.,-40., 99., 55.],
[-176.,-88.,191.,103.],
[-360. -184.,375.,199.],
[ -56.,-56., 71., 71.],
[-120. -120.,135.,135.],
[-248. -248.,263.,263.],
[ -36.,-80., 51., 95.],
[ -80. -168., 95.,183.],
[-168. -344.,183.,359.]]本来觉得应该很简单，但是始终画不出来...坐标轴范围始终是0-1...
死磕之下终于攻破...主要是axis参数设置问题，这里简单讲解一下其使用方法，避免再入坑...
xmin, xmax, ymin, ymax = axis()
xmin, xmax, ymin, ymax = axis(xmin, xmax, ymin, ymax)
xmin, xmax, ymin, ymax = axis(option)
xmin, xmax, ymin, ymax = axis(**kwargs)
xmin, xmax, ymin, ymax = axis(str)| xmin, ymin, xmax, ymax | 坐标轴的最大最小值 | |
| str | ‘on’ | 显示坐标轴 |
| ‘off’ | 隐藏坐标轴 | |
| 'equal' | 调整坐标轴进行缩放 | |
| ‘scaled’ | 调整画布长宽进行缩放 | |
| 'tight' | 设置坐标轴取值恰好满足数据取值范围 | |
| 'auto' | 自动调整刻度 | |
| ‘image’ | 'scaled' with axis limits equal to data limits.（感觉和auto，tight差不多，不知道怎么翻译...） | |
| 'square' | 与scale类似，但要求xmax-xmin = ymax-ymin | |
# -*- coding:utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.patches as patches
#a的每一行为一个anchor
#四个值分别为矩形对角线两顶点坐标
base_anchors = [[ -84.,-40., 99., 55.],
[-176.,-88.,191.,103.],
[-360. -184.,375.,199.],
[ -56.,-56., 71., 71.],
[-120. -120.,135.,135.],
[-248. -248.,263.,263.],
[ -36.,-80., 51., 95.],
[ -80. -168., 95.,183.],
[-168. -344.,183.,359.]]
fig = plt.figure()
axes = fig.add_subplot(111)
for i in range(9):
p = a[i]
rec = patches.Rectangle((p[0], p[1]),p[2]-p[0], p[3]-p[1], fill=False, linewidth=1, edgecolor='r', facecolor='none')
axes.add_patch(rec)
#axes.axis('equal')
#axes.axis('scaled')
#axes.axis('tight')
#axes.axis('auto')
#plt.title('Base anchors')
'''
plt.xlim、plt.ylim 设置横纵坐标轴范围
plt.xlabel、plt.ylabel 设置坐标轴名称
plt.xticks、plt.yticks设置坐标轴刻度
'''
#plt.xlim(-600, 600)
#plt.ylim(-600, 600)
plt.show()str参数效果(不设置时，坐标轴始终为0-1.0)，从左到右边分别为equal，scaled， tight， auto
上图scaled参数的效果明显与其它三种不同，它会自动将画布缩放为正方形。
equal和scaled区别在改变窗口大小时候区别更加明显，如下。
