Matplotlib如何实现不同缩放比例坐标轴的共享联动缩放

不需要修改底层transform，靠坐标轴的事件回调就能实现，逻辑很简单。

核心原理 #

你的场景里高低分辨率图像尺寸比固定为4:1，轴坐标映射是固定线性关系：高分辨率轴坐标乘0.25就是低分辨率轴的对应坐标。
Matplotlib自带的sharex/sharey只支持1:1坐标映射，所以只要监听高分辨率轴的视图范围变化（缩放、平移都会触发这个事件），按比例算出低分辨率轴的对应范围更新上去就行。

注意事项 #

• 两个同分辨率的高分辨率轴保持原生共享即可，不用改逻辑
• 回调里要加个简单的锁，防止更新低分辨率轴的时候反向触发事件，造成循环调用死锁

完整可运行代码 #

from PIL import Image
import numpy as np
import matplotlib.pyplot as plt


Hh, Wh = 128, 128
Hl, Wl = 32, 32
# 高低分辨率轴的坐标缩放比例
scale_x = Wl / Wh
scale_y = Hl / Hh

gridh, gridw = np.mgrid[:Hh, :Wh]
xh = np.sin(gridh) + np.cos(gridw)
xl = np.array(Image.fromarray(xh).resize(size=(Hl, Wl)))

fig, (axh1, axl, axh2) = plt.subplots(ncols=3)

# 同尺度高分辨率轴使用原生共享
axh1.sharex(axh2)
axh1.sharey(axh2)

# 绘图时指定extent让像素坐标完全对齐整数边界，匹配你要的映射规则
axh1.imshow(xh, extent=(0, Wh, Hh, 0))
axh2.imshow(xh, extent=(0, Wh, Hh, 0))
axl.imshow(xl, extent=(0, Wl, Hl, 0))

sync_lock = False
def sync_low_res(ax):
    global sync_lock
    if sync_lock:
        return
    sync_lock = True
    # 读取高分辨率轴当前视图范围
    x0, x1 = ax.get_xlim()
    y0, y1 = ax.get_ylim()
    # 按比例更新低分辨率轴
    axl.set_xlim(x0 * scale_x, x1 * scale_x)
    axl.set_ylim(y0 * scale_y, y1 * scale_y)
    fig.canvas.draw_idle()
    sync_lock = False

# 给两个高分辨率轴绑定视图变更事件
for ax in [axh1, axh2]:
    ax.callbacks.connect('xlim_changed', sync_low_res)
    ax.callbacks.connect('ylim_changed', sync_low_res)

plt.show()

效果 #

运行后缩放、平移任意一个高分辨率子图，低分辨率子图都会自动按比例同步到对应区域：比如你在高分辨率图框选(0,0,16,16)的区域，低分辨率图会自动跳转到(0,0,4,4)的对应位置，交互手感和原生共享坐标轴没有区别。后续如果要改尺度比例，只需要调整scale_x、scale_y的计算值即可。

内容的提问来源于stack exchange，提问作者paime