自動縮放軸

軸的限制可以手動設定（例如，ax.set_xlim(xmin, xmax)），或者 Matplotlib 可以根據軸上已有的資料自動設定。這種自動縮放行為有多種選項，如下所述。

我們將從一個簡單的折線圖開始，顯示自動縮放將軸的限制延伸到資料限制 (-2π, 2π) 之外 5%。

import matplotlib.pyplot as plt
import numpy as np

import matplotlib as mpl

x = np.linspace(-2 * np.pi, 2 * np.pi, 100)
y = np.sinc(x)

fig, ax = plt.subplots()
ax.plot(x, y)

邊距

資料限制周圍的預設邊距為 5%，這是基於 rcParams["axes.xmargin"] (預設: 0.05)、rcParams["axes.ymargin"] (預設: 0.05) 和 rcParams["axes.zmargin"] (預設: 0.05) 的預設配置設定。

print(ax.margins())

(0.05, 0.05)

可以使用 margins 來覆寫邊距大小，使其更小或更大。

fig, ax = plt.subplots()
ax.plot(x, y)
ax.margins(0.2, 0.2)

一般來說，邊距的範圍可以是 (-0.5, ∞)，其中負邊距會將軸的限制設定為資料範圍的子範圍，也就是說，它們會剪切資料。使用單一數字作為邊距會影響兩個軸，可以使用關鍵字參數 x 或 y 自訂單一邊距，但不能合併位置介面和關鍵字介面。

fig, ax = plt.subplots()
ax.plot(x, y)
ax.margins(y=-0.2)

黏性邊緣

有一些繪圖元素（Artist），通常會不帶邊距使用。例如，偽色影像（例如，使用 Axes.imshow 建立的）不會在邊距計算中被考慮。

xx, yy = np.meshgrid(x, x)
zz = np.sinc(np.sqrt((xx - 1)**2 + (yy - 1)**2))

fig, ax = plt.subplots(ncols=2, figsize=(12, 8))
ax[0].imshow(zz)
ax[0].set_title("default margins")
ax[1].imshow(zz)
ax[1].margins(0.2)
ax[1].set_title("margins(0.2)")

這種邊距覆寫是由「黏性邊緣」決定的，這是 Artist 類別的屬性，可以抑制將邊距新增到軸的限制。可以透過變更 use_sticky_edges 來停用軸上的黏性邊緣效果。藝術家有一個屬性 Artist.sticky_edges，並且可以透過寫入 Artist.sticky_edges.x 或 Artist.sticky_edges.y 來變更黏性邊緣的值。

以下範例顯示覆寫是如何運作以及何時需要覆寫。

fig, ax = plt.subplots(ncols=3, figsize=(16, 10))
ax[0].imshow(zz)
ax[0].margins(0.2)
ax[0].set_title("default use_sticky_edges\nmargins(0.2)")
ax[1].imshow(zz)
ax[1].margins(0.2)
ax[1].use_sticky_edges = False
ax[1].set_title("use_sticky_edges=False\nmargins(0.2)")
ax[2].imshow(zz)
ax[2].margins(-0.2)
ax[2].set_title("default use_sticky_edges\nmargins(-0.2)")

我們可以看到將 use_sticky_edges 設定為 False 會以要求的邊距渲染影像。

雖然黏性邊緣不會透過額外的邊距增加軸的限制，但仍會考慮負邊距。這可以在第三張影像的縮小限制中看到。

控制自動縮放

預設情況下，每次您在圖中新增新的曲線時，都會重新計算限制

fig, ax = plt.subplots(ncols=2, figsize=(12, 8))
ax[0].plot(x, y)
ax[0].set_title("Single curve")
ax[1].plot(x, y)
ax[1].plot(x * 2.0, y)
ax[1].set_title("Two curves")

但是，在某些情況下，您不希望自動調整視窗以顯示新資料。

停用自動縮放的一種方法是手動設定軸的限制。假設我們想更詳細地查看部分資料。即使我們在資料中新增更多曲線，設定 xlim 也會持續存在。要重新計算新限制，請呼叫 Axes.autoscale 將手動切換此功能。

fig, ax = plt.subplots(ncols=2, figsize=(12, 8))
ax[0].plot(x, y)
ax[0].set_xlim(left=-1, right=1)
ax[0].plot(x + np.pi * 0.5, y)
ax[0].set_title("set_xlim(left=-1, right=1)\n")
ax[1].plot(x, y)
ax[1].set_xlim(left=-1, right=1)
ax[1].plot(x + np.pi * 0.5, y)
ax[1].autoscale()
ax[1].set_title("set_xlim(left=-1, right=1)\nautoscale()")

我們可以使用 Axes.get_autoscale_on() 來檢查第一個繪圖是否已停用自動縮放，以及第二個繪圖是否已再次啟用自動縮放。

print(ax[0].get_autoscale_on())  # False means disabled
print(ax[1].get_autoscale_on())  # True means enabled -> recalculated

False
True

自動縮放函式的引數讓我們可以精確控制自動縮放的過程。引數 enable 和 axis 的組合會為選定的軸（或兩個軸）設定自動縮放功能。引數 tight 會將選定軸的邊距設定為零。要保留 enable 或 tight 的設定，您可以將另一個設定為 None，這樣它就不會被修改。但是，將 enable 設定為 None 並且 tight 設定為 True 會影響兩個軸，而不管 axis 引數為何。

fig, ax = plt.subplots()
ax.plot(x, y)
ax.margins(0.2, 0.2)
ax.autoscale(enable=None, axis="x", tight=True)

print(ax.margins())

(0, 0)

使用集合

自動縮放適用於新增到軸的所有線條、補丁和影像。它無法與之搭配使用的藝術家之一是 Collection。將集合新增到軸後，必須手動觸發 autoscale_view() 以重新計算軸的限制。

fig, ax = plt.subplots()
collection = mpl.collections.StarPolygonCollection(
    5, rotation=0, sizes=(250,),  # five point star, zero angle, size 250px
    offsets=np.column_stack([x, y]),  # Set the positions
    offset_transform=ax.transData,  # Propagate transformations of the Axes
)
ax.add_collection(collection)
ax.autoscale_view()