Matplotlib生成SVG与现有SVG坐标匹配问题求助

问题根源 #

1. 坐标轴方向差异：SVG标准坐标系的y轴向下，而Matplotlib默认y轴向上，直接使用相同y坐标会导致垂直方向偏移。
2. 坐标空间不匹配：原SVG通过viewBox="0 0 300 300"定义了坐标范围，Matplotlib生成的SVG未同步该参数，导致缩放比例不一致。
3. 自动轴范围干扰：Matplotlib默认会根据绘图元素自动调整坐标轴范围，破坏了与原SVG的坐标映射。

修改后的Matplotlib代码 #

import matplotlib as mpl
import matplotlib.pyplot as plt

# 切换SVG后端
mpl.use('svg')

# 匹配原SVG的viewBox参数：宽高对应原SVG的viewBox尺寸
fig_width, fig_height = 300, 300
fig, ax = plt.subplots(1, 1, squeeze=True, figsize=(fig_width/100, fig_height/100), dpi=100)
plt.axis('off')

# 设置坐标轴范围严格匹配原SVG的viewBox
ax.set_xlim(0, fig_width)
ax.set_ylim(0, fig_height)
# 反转y轴，匹配SVG的y轴向下方向
ax.invert_yaxis()

# 在目标位置（原SVG中id="X"的translate坐标）绘图
ax.scatter([10], [20], color='blue')

# 移除绘图区域边距，让内容充满整个SVG画布
plt.gca().set_position([0, 0, 1, 1])

# 保存时指定与原SVG一致的viewBox和宽高
plt.savefig(
    '/tmp/test.svg', 
    backend='svg', 
    format='svg', 
    transparent=True,
    bbox_inches='tight',
    pad_inches=0,
    # 显式设置viewBox，确保坐标空间匹配
    metadata={'viewBox': f'0 0 {fig_width} {fig_height}'}
)

正确的SVG合并方式 #

不要将原SVG的元素插入Matplotlib生成的SVG中，而是：

• 打开原SVG文件
• 将Matplotlib生成的SVG中<g>标签内的所有绘图元素（比如<path>或<circle>）复制到原SVG的合适层级下（比如放在id="X"的<g>内部或同级）
• 保存修改后的原SVG，此时绘图元素会自动匹配原SVG的坐标系统

这样就能保证蓝点（Matplotlib生成）和红圈（原SVG）的位置完全对齐，没有偏移和缩放问题。

内容的提问来源于stack exchange，提问作者luifire