不带填充的Matplotlib图像网格

Question

我正在尝试使用gridspec在matplotlib中制作图像网格。问题是，我似乎无法消除行之间的填充。

这是我的解决方案尝试。

import matplotlib.pyplot as plt
from mpl_toolkits.axes_grid1 import ImageGrid
import numpy as np
from os import listdir
from os import chdir
from PIL import Image
import matplotlib.gridspec as gridspec

chdir('/home/matthew/Dropbox/Work/writing/'+
    'paper_preperation/jump_figs')
files = listdir('/home/matthew/Dropbox/Work/writing/'+
    'paper_preperation/jump_figs')

images = [Image.open(f) for f in files]


"""
fig = plt.figure()

grid = ImageGrid(fig, 111, # similar to subplot(111)
                nrows_ncols = (2, 5), # creates 2x2 grid of axes
                axes_pad=0.1, # pad between axes in inch.
                )
"""

num_rows = 2
num_cols = 5

fig = plt.figure()
gs = gridspec.GridSpec(num_rows, num_cols, wspace=0.0)

ax = [plt.subplot(gs[i]) for i in range(num_rows*num_cols)]
gs.update(hspace=0)
#gs.tight_layout(fig, h_pad=0,w_pad=0)

for i,im in enumerate(images):
    ax[i].imshow(im)
    ax[i].axis('off')
    #ax_grid[i/num_cols,i-(i/num_cols)*num_cols].imshow(im) # The AxesGrid object work as a list of axes.
    #ax_grid[i/num_cols,i-(i/num_cols)*num_cols].axis('off')

"""
all_axes = fig.get_axes()
for ax in all_axes:
    for sp in ax.spines.values():
        sp.set_visible(False)
    if ax.is_first_row():
        ax.spines['top'].set_visible(True)
    if ax.is_last_row():
        ax.spines['bottom'].set_visible(True)
    if ax.is_first_col():
        ax.spines['left'].set_visible(True)
    if ax.is_last_col():
        ax.spines['right'].set_visible(True)
"""
plt.show()

还有，有人知道如何使每个子图更大吗？

- mdornfe1

---

tight_layout 有帮助吗？另请参阅 https://dev59.com/AWw15IYBdhLWcg3wi8dv - Bonlenfum

你所看到的是由于matplotlib定义subplot位置的方式所带来的限制。因为imshow会强制每个图形的长宽比为1（也就是正方形），即使在hspace=0, wspace=0的情况下，subplot位置的定义仍会导致出现间隙。我现在没有时间详细解释，但要修复这个问题，你实际上需要计算每个图形重新调整大小时应该是哪个left、right、bottom和top。作为另一种选择，只需使用imshow(..., aspect='auto')，但是你会得到非正方形像素。 - Joe Kington

非常好！我使用了 fig = plt.figure(dpi=300) 以更高的分辨率呈现。 - colllin

Answer 1

对我来说，aspect="auto"和subplots_adjust的组合效果很好。另外，我总是尝试使子图成为正方形。对于单个子图的大小，可以调整figsize。

fig, axes = plt.subplots(nrows=max_rows, ncols=max_cols, figsize=(20,20))
for idx, image in enumerate(images):
    row = idx // max_cols
    col = idx % max_cols
    axes[row, col].axis("off")
    axes[row, col].imshow(image, cmap="gray", aspect="auto")
plt.subplots_adjust(wspace=.05, hspace=.05)
plt.show()

- phi