问题

让我们说**点（10, 50）**将我的二维坐标系绘图分成四个部分：

• 左上，右上
• 左下，右下

这个点是固定的，我提前知道它的位置。

任务：始终将这个点保持在matplotlib显示的坐标系的中间。

当然，我可以通过例如设置以下内容来实现这一点：

axs.set_xlim(0, 20)
axs.set_ylim(0, 100)

这样可以完美地将提到的点居中在图形的中间。这种方法的问题在于，我事先不知道要在这个图中可视化的动态散点数据。

有时可能是这样的：

x_data = (2, 5, 15)
y_data = (25, 30, 75)

这将适用于我之前设置的xlim和ylim，但有时数据可能是这样的：

x_data = (-10, 0, 20)
y_data = (-2, 101, 205)

这些数据不会显示，因为它们在设置的xlim和ylim之外。

**问题：**我是否可以保持轴的默认动态扩展，以便包含我的所有数据点，并且仍然以某种方式将点居中在图形的“中间”？

不同的表述：我是否可以指定轴的中心位置，而不指定其最小值和最大值，并且仍然保持自动缩放，以便“包括每个点”？

axs.set_xlim(0, 20)
axs.set_ylim(0, 100)

x_data = (2, 5, 15)
y_data = (25, 30, 75)

x_data = (-10, 0, 20)
y_data = (-2, 101, 205)

答案1

得分: 1

从一个用户的评论中：

> 我的问题更多是：“我能在不指定xlim和ylim的情况下居中轴吗？”

不能。

答案2

得分: 0

我会使用类似这样的代码（对于 x 轴）：

if x_data:
    left_span, right_span = center_x - min(x_data), max(x_data) - center_x
    half_x_span = max(left_span, right_span)
    if half_x_span > 0:
        axs.set_xlim(center_x - half_x_span, center_x + half_x_span)

if x_data:
    left_span, right_span = center_x - min(x_data), max(x_data) - center_x
    half_x_span = max(left_span, right_span)
    if half_x_span > 0:
        axs.set_xlim(center_x - half_x_span, center_x + half_x_span)

答案3

得分: 0

    Smin                       Smax
  |---+---------------|----------+-------|
 C-L                 C                  C+L

从前面的图中，我们有

C+L ≥ Smax ⇒ L ≥ Smax-C
Smin ≥ C-L ⇒ L ≥ C-Smin

最后

L = max(Smax-C, C-Smin)

翻译到Matplotlib的上下文中：

def limits(c, mnmx):
    mn, mx = mnmx
    L = max(mx-c, c-mn)
    return(c-L, c+L)

xc, yc = 10, 50
# 绘制你的数据
ax.set_xlim(limits(xc, ax.get_xlim()))
ax.set_ylim(limits(yc, ax.get_ylim()))

以下是一个示例

import matplotlib.pyplot as plt

def limits(c, mnmx):
    mn, mx = mnmx
    L = max(mx-c, c-mn)
    return (c-L, c+L)

def plot_example(ax, xmn_xmx):
    y = [50, 50]
    ax.scatter(xmn_xmx, y)
    ax.scatter(10, 50)
    ax.set_xlim(limits(10, ax.get_xlim()))

fig, axes = plt.subplots(3, figsize=(6, 6), constrained_layout=True)
for ax, xmn_xmx in zip(axes, ((-3, -2), (12, 15), (-20, 100))):
    plot_example(ax, xmn_xmx)
plt.show()

<details>
<summary>英文:</summary>

```none
    Smin                       Smax
  |---+---------------|----------+-------|
 C-L                 C                  C+L

From the previous figure, we have

C+L ≥ Smax ⇒ L ≥ Smax-C
Smin ≥ C-L ⇒ L ≥ C-Smin

and finally

L = max(Smax-C, C-Smin)

Translated into the context of Matplotlib

def limits(c, mnmx):
    mn, mx = mnmx
    L = max(mx-c, c-mn)
    return(c-L, c+L)

xc, yc = 10, 50
# plot your data
ax.set_xlim(limits(xc, ax.get_xlim())
ax.set_ylim(limits(yc, ax.get_ylim())

An example follows

In [22]: import matplotlib.pyplot as plt

In [23]: def limits(c, mnmx):
    ...:     mn, mx = mnmx
    ...:     L = max(mx-c, c-mn)
    ...:     return (c-L, c+L)

In [24]: def plot_example (ax, xmn_xmx):
    ...:     y = [50, 50]
    ...:     ax.scatter(xmn_xmx, y)
    ...:     ax.scatter(10, 50)
    ...:     ax.set_xlim(limits(10, ax.get_xlim()))

In [25]: fig, axes = plt.subplots(3, figsize=(6, 6), layout='constrained')
    ...: for ax, xmn_xmx in zip(axes, ((-3, -2), (12, 15), (-20, 100))):
    ...:     plot_example(ax, xmn_xmx)
    ...: plt.show()