matplotlib 将 x 轴与缩放时自动缩放的 y 轴链接起来

如何创建一堆具有链接（共享）x 轴的绘图，以便在缩放期间自动缩放所有“从属”绘图的 y 轴？例如：

import matplotlib.pyplot as plt
fig = plt.figure()
ax1 = fig.add_subplot(211)
ax2 = fig.add_subplot(212, sharex=ax1)
ax1.plot([0,1])
ax2.plot([2,1])
plt.show()

当我放大 ax1 时，这也会更新 ax2 的 x 轴（到目前为止一切顺利），但我也希望 ax2 的 y 轴根据现在可见的数据范围自动缩放。所有自动缩放设置均已启用（默认情况下）。创建 ax2 后手动设置自动缩放设置没有帮助：

ax2.autoscale(enable=True, axis='y', tight=True)
ax2.autoscale_view(tight=True, scalex=False, scaley=True)

print ax2.get_autoscaley_on()
-> True

我错过了什么？

在研究了 matplotlib 的axes.py 的详细细节之后，似乎没有任何规定可以根据数据视图自动缩放轴，因此没有高级方法来实现我想要的。

然而，有一些“xlim_changed”事件，可以附加一个回调：

import numpy as np

def on_xlim_changed(ax):
    xlim = ax.get_xlim()
    for a in ax.figure.axes:
        # shortcuts: last avoids n**2 behavior when each axis fires event
        if a is ax or len(a.lines) == 0 or getattr(a, 'xlim', None) == xlim:
            continue

        ylim = np.inf, -np.inf
        for l in a.lines:
            x, y = l.get_data()
            # faster, but assumes that x is sorted
            start, stop = np.searchsorted(x, xlim)
            yc = y[max(start-1,0):(stop+1)]
            ylim = min(ylim[0], np.nanmin(yc)), max(ylim[1], np.nanmax(yc))

        # TODO: update limits from Patches, Texts, Collections, ...

        # x axis: emit=False avoids infinite loop
        a.set_xlim(xlim, emit=False)

        # y axis: set dataLim, make sure that autoscale in 'y' is on 
        corners = (xlim[0], ylim[0]), (xlim[1], ylim[1])
        a.dataLim.update_from_data_xy(corners, ignore=True, updatex=False)
        a.autoscale(enable=True, axis='y')
        # cache xlim to mark 'a' as treated
        a.xlim = xlim

for ax in fig.axes:
    ax.callbacks.connect('xlim_changed', on_xlim_changed)

不幸的是，这是一个相当低级的黑客行为，很容易被破坏（除线、反转或对数轴之外的其他对象，...）

似乎不可能挂钩axes.py中的更高级别的功能，因为更高级别的方法不会将emit = False参数转发给set_xlim（），这是避免在set_xlim（）和set_xlim（）之间进入无限循环所必需的“xlim_changed”回调。

此外，似乎没有统一的方法来确定水平裁剪对象的垂直范围，因此在axes.py中有单独的代码来处理线条、补丁、集合等，这些代码都需要在回调中复制。

无论如何，上面的代码对我有用，因为我的图中只有线条，并且我对ight=True 布局感到满意。看来，只需对axes.py进行一些更改，就可以更优雅地适应这一功能。

Edit:

我错误地认为无法连接到更高级别的自动缩放功能。它只需要一组特定的命令来正确分隔 x 和 y。我更新了代码以在 y 中使用高级自动缩放，这应该使其更加健壮。特别是，tight=False 现在可以工作（毕竟看起来好多了），并且反转/对数轴不应该成为问题。

剩下的一个问题是确定所有类型对象在裁剪到特定 x 范围后的数据限制。此功能实际上应该内置于 matplotlib 中，因为它可能需要渲染器（例如，如果放大得足够远以至于屏幕上仅保留 0 或 1 个点，则上面的代码将会中断）。 Axes.relim() 方法看起来是一个不错的候选者。如果数据已更改，它应该重新计算数据限制，但目前仅处理线和补丁。 Axes.relim() 可能有可选参数，用于指定 x 或 y 中的窗口。