在matplotlib imshow（）图形轴上更改值

Question 1

说我有一些输入数据：

data = np.random.normal(loc=100,scale=10,size=(500,1,32))
hist = np.ones((32,20)) # initialise hist
for z in range(32):
    hist[z],edges = np.histogram(data[:,0,z],bins=np.arange(80,122,2))

我可以使用绘制它imshow()：

plt.imshow(hist,cmap='Reds')

得到：

在此处输入图片说明

但是，x轴值与输入数据不匹配（即平均值为100，范围从80到122）。因此，我想更改x轴以显示中的值edges。

我努力了：

ax = plt.gca()
ax.set_xlabel([80,122]) # range of values in edges
...
# this shifts the plot so that nothing is visible

和

ax.set_xticklabels(edges)
...
# this labels the axis but does not centre around the mean:

在此处输入图片说明

关于如何更改轴值以反映正在使用的输入数据的任何想法？

Question 2

xticklabels如果可能的话，我将尽量避免更改，否则，如果您用其他数据覆盖柱状图，则可能会造成很大的混乱。

定义网格的范围可能是最好的，imshow可以通过添加extent关键字来完成。这样，轴将自动调整。如果您想更改标签，我可能会使用set_xticks一些格式化程序。直接更改标签应该是最后的选择。

fig, ax = plt.subplots(figsize=(6,6))

ax.imshow(hist, cmap=plt.cm.Reds, interpolation='none', extent=[80,120,32,0])
ax.set_aspect(2) # you may also use am.imshow(..., aspect="auto") to restore the aspect ratio

在此处输入图片说明

Question 3

我有一个类似的问题，谷歌将我发送到这篇文章。我的解决方案有所不同，并且不太紧凑，但是希望这对某人有用。

使用matplotlib.pyplot.imshow显示图像通常是显示2D数据的快速方法。但是，默认情况下，这会用像素数标记轴。如果要绘制的2D数据对应于由数组x和y定义的某些均匀网格，则可以使用matplotlib.pyplot.xticks和matplotlib.pyplot.yticks来使用这些数组中的值标记x和y轴。这些会将与实际网格数据相对应的一些标签与轴上的像素计数关联。这样做比例如使用pcolor之类的东西要快得多。

这是尝试使用您的数据进行的操作：

import matplotlib.pyplot as plt

# ... define 2D array hist as you did

plt.imshow(hist, cmap='Reds')
x = np.arange(80,122,2) # the grid to which your data corresponds
nx = x.shape[0]
no_labels = 7 # how many labels to see on axis x
step_x = int(nx / (no_labels - 1)) # step between consecutive labels
x_positions = np.arange(0,nx,step_x) # pixel count at label position
x_labels = x[::step_x] # labels you want to see
plt.xticks(x_positions, x_labels)
# in principle you can do the same for y, but it is not necessary in your case