背景故事：

之前畫熱度圖用的seaborn，里面好像有一個inversey的選項，可以把熱度圖直接做垂直翻轉。結合numpy的histogram2d來看，這是十分實用的，因為histogram2d得到的2d heatmap直接用matplotlib.pyplot的Axes.imshow方法畫出來的圖，是上下顛倒的，如果用一次np.flip(heatmap, 0)，會發現圖放正了，但是縱坐標的刻度還是反的，需要反著寫Axes.set_yticks與Axes.set_yticklabels來調正。很顯然，plt作為使用如此廣泛的庫，沒有理由這么搞人心態。

所以查了下np.histogram2d的文檔，發現范例里有用到extent，再去看了看matplotlib的文檔，發現了extent的具體用法，在這里記錄一下。

---

官方原文點上面那個“extent的具體用法”，有超鏈接的，點進去就可以看了，下面的內容是我自己寫的范例。

首先看看背景故事里說的麻煩的情況：

import numpy as np import matplotlib.pyplot as pltx = np.random.normal(0, 1, (100,)) y = np.random.normal(0, 1, (100,)) heatmap, xedge, yedge = np.histogram2d(x, y, bins=(100, 10), range=((-4, 4), (-3, 3)))fig, ax = plt.subplots() fig.set_size_inches(4, 12) ax.set_xlabel('x') ax.set_ylabel('y') ax.imshow(heatmap) fig.savefig('./bad1.png')

這是不加任何修飾，直接畫出來的圖。該圖體現了一個最顯然的問題，就是我的x應該是100個bin，y應該是10個bin，應該是一個矮胖的形狀而不是一個高瘦的。

這是因為np.histogram2d的返回值就是這樣設定的，如果需要畫圖，要先轉置一下：

heatmap = heatmap.T

那么再畫一次：

fig, ax = plt.subplots() fig.set_size_inches(12, 4) ax.set_xlabel('x') ax.set_ylabel('y') ax.imshow(heatmap) fig.savefig('./bad2.png')

現在看上去對勁了，但是縱坐標是反的，我們希望的圖是橫縱坐標都從0開始。那么怎么解決呢？

fig, ax = plt.subplots() fig.set_size_inches(12, 4) ax.set_xlabel('x') ax.set_ylabel('y') heatmap_inverse = np.flip(heatmap, 0) ax.imshow(heatmap) ax.set_yticks([5, 9]) ax.set_yticklabels(['5', '0']) fig.savefig('./bad3.png')

這么一看效果是達到了，實際上操作很麻煩而且思路很奇怪，如果把code給別人看別人可能會疑惑。所以就需要用到imshow的origin參數。

先在一個簡單的2d heatmap上測試，產生一個長這樣的方陣：

test_map = np.eye(10) test_map *= np.arange(1, 11, 1)

就是對角元為1到10的對角矩陣，畫出來是這樣的：

test_fig, test_ax = plt.subplots() test_ax.imshow(test_map) test_fig.savefig('./test_default.png')

修改一下origin參數試試：

test_fig, test_ax = plt.subplots() test_ax.imshow(test_map, origin='upper') test_ax.set_title('origin = upper') test_fig.savefig('./test_upper.png') test_ax.imshow(test_map, origin='lower') test_ax.set_title('origin = lower') test_fig.savefig('./test_lower.png')

可以看出，origin默認值的就是upper，它的意思是從上往下畫；對應地，lower就是從下往上畫。不難發現，不論怎樣規定，橫坐標都是從左往右的，這也確實比較符合人們的習慣。

那么之前的熱度圖就好畫了，指定origin為lower即可。

fig, ax = plt.subplots() fig.set_size_inches(12, 4) ax.set_xlabel('x') ax.set_ylabel('y') ax.imshow(heatmap, origin='lower') fig.savefig('./good.png')

這就不再需要自己折騰了。以上就是origin的設置。然后可能有人就想說了，我不喜歡橫坐標從左到右，我要復古一下，從右到左，怎么辦呢？那就需要用到extent了。

首先給出四個不同的extent，保存在列表里：

extent = [[0, 9, 0, 9], [0, 9, 9, 0], [9, 0, 0, 9], [9, 0, 9, 0]]

extent參數接受1個array-like的參數，也就是有sequence概念的輸入（tuple、list、1darray均可）。這個array-like的參數分別代表了左右下上，也就是[橫軸最左邊的值，橫軸最右邊的值，縱軸最下面的值，縱軸最上面的值]這樣。

然后畫圖看一下效果：

for idx in range(4):test_fig, test_ax = plt.subplots()test_ax.imshow(test_map, extent=extent[idx])test_ax.set_title('extent%d'%(idx+1))test_fig.savefig('./test_extent%d.png'%(idx+1))

可以發現，成功地調換了坐標軸的順序，但是軸變了，圖沒變，好像很離譜。這是因為，extent的作用是改變橫縱坐標展示的范圍，如果你去看官方的文檔，會發現它可以搭配Axes.set_xlim與Axes.set_ylim使用，來讓圖片轉起來，就像下面這樣：

for idx in range(4):test_fig, test_ax = plt.subplots()test_ax.imshow(test_map, extent=extent[idx])test_ax.set_title('extent_with_xylim%d'%(idx+1))test_ax.set_xlim([0, 9])test_ax.set_ylim([0, 9])test_fig.savefig('./test_extent%d_with_xylim.png'%(idx+1))

然而實際上你也會發現，圖雖然轉起來了，但是圖上的點和橫縱坐標并不能對應上，以這四張圖為例，只有圖2（extent_with_xylim2）是對的，而它等價于指定origin='lower'。那么我們想要的那種，圖轉起來，坐標也對應上，應該怎么操作呢？

xylim = [[[0, 9], [0, 9]], [[0, 9], [9, 0]], [[9, 0], [0, 9]], [[9, 0], [9, 0]]] for idx in range(4):test_fig, test_ax = plt.subplots()test_ax.imshow(test_map, extent=[0, 9, 9, 0])test_ax.set_title('xylim%d'%(idx+1))test_ax.set_xlim(xylim[idx][0])test_ax.set_ylim(xylim[idx][1])test_fig.savefig('./test_xylim%d.png'%(idx+1))

其實只要設置好xlim和ylim就可以了，然后用extent來限定坐標范圍（如果不設置的話，第一行、列和最后一行、列將很窄）。一個疑問也許是，為什么這里的extent=[0, 9, 9, 0]？因為默認的origin是upper，縱坐標是倒過來的；如果設置origin為lower，就可以把extent設置為更符合直覺的[0, 9, 0, 9]。

matplotlib的水真是深啊~

---

（完。）

總結

以上是生活随笔為你收集整理的origin画图_把heatmap翻一转：imshow的origin和extent的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。