Matplotlib中如何在尺寸不同的图像上叠加绘制数据图表

核心逻辑是通过imshow的内置参数直接适配你现有数据的坐标体系，不需要手动缩放数据或者调整轴属性，一步到位：

• 用extent参数指定图像在数据坐标系下的边界，让图像自动适配你的数据范围，不需要修改原有的绘图代码
• 用origin='lower'参数修正imshow默认y轴从上到下计数的问题，和常规数据坐标系的y轴方向对齐

完整可运行代码示例 #

import matplotlib.pyplot as plt
import numpy as np

# 此处images为你提前读入的3张图像，示例用随机数组模拟
images = [np.random.randint(0,255,size=(200,200,3), dtype=np.uint8) for _ in range(3)]

fig, axes = plt.subplots(1,3, figsize=(15,6), sharey=True)
axes = axes.flatten()

# 你的数据坐标范围，可根据实际数据调整
x_min, x_max = 1, 5
y_min, y_max = 1, 5

for ax, im in zip(axes,images):
    x = [1,2,3,4,5]
    y = x
    # 核心参数：extent指定图像适配的数据范围，origin修正y轴方向
    ax.imshow(im, alpha=0.5, extent=[x_min, x_max, y_min, y_max], origin='lower')
    # 原有柱状图代码无需任何修改
    ax.bar(x,y)
    ax.set_xticks([1,2,3,4,5])

plt.show()

动态适配方案 #

如果你的数据x、y范围是动态的，可以绘制完数据后自动获取轴范围传给extent，无需手动写死参数：

for ax, im in zip(axes,images):
    x = [1,2,3,4,5]
    y = x
    # 先绘制数据
    ax.bar(x,y)
    ax.set_xticks([1,2,3,4,5])
    # 自动获取当前轴的范围
    xlim = ax.get_xlim()
    ylim = ax.get_ylim()
    # 再绘制图像，自动适配已有轴范围
    ax.imshow(im, alpha=0.5, extent=[*xlim, *ylim], origin='lower')

该方案完全不需要手动缩放数据、翻转y轴、调整柱状图宽度，所有适配逻辑都由matplotlib内置参数完成，是官方推荐的标准实现方式。

内容的提问来源于stack exchange，提问作者Mitchell van Zuylen