如何用imshow()实现反转对数Y轴的频谱图绘制？

我明白你想要用imshow()实现和pcolormesh()一样的反转对数Y轴效果——毕竟imshow()的渲染效率确实更高。你之前尝试的origin参数和invert_yaxis()没达到预期，问题出在这两个设置的组合方式上，咱们来一步步解决：

问题根源 #

imshow()的origin参数决定了数据行与extent中Y范围的对应关系，而对数轴的刻度变换会影响最终的显示顺序。之前的组合没让数据行和反转后的对数轴正确匹配，导致显示效果和预期不符。

正确解决方案 #

要实现和pcolormesh()一致的效果，需要将origin='upper'和invert_yaxis()配合使用，具体步骤：

1. 先设置Y轴为对数刻度；
2. 调用imshow()时指定origin='upper'，让数据的第一行对应extent中Y的最大值（大周期），最后一行对应Y的最小值（小周期）；
3. 最后调用invert_yaxis()反转Y轴，让大周期值显示在轴的底部，小周期值显示在顶部。

修改后的可复现代码 #

import matplotlib.pyplot as plt
import numpy as np

size = 10
data = np.arange(size * size).reshape((size, size))
x_start = 1
x_end = 10
y_start = 1
y_end = 10
extent = [x_start, x_end, y_start, y_end]

fig, axes = plt.subplots(1,5)

# 原错误示例1
axes[0].set_yscale('log')
im = axes[0].imshow(data, extent=extent, origin='upper', interpolation='None', cmap='viridis')
axes[0].set_title("not ok")

# 原错误示例2
axes[1].set_yscale('log')
im2 = axes[1].imshow(data, extent=extent, origin='lower', interpolation='None', cmap='viridis')
axes[1].set_title("not ok")

# 原错误示例3
axes[2].set_yscale('log')
im2 = axes[2].imshow(data, extent=extent, origin='lower', interpolation='None', cmap='viridis')
axes[2].invert_yaxis()
axes[2].set_title("not ok")

# 正确示例
axes[3].set_yscale('log')
im4 = axes[3].imshow(data, extent=extent, origin='upper', interpolation='None', cmap='viridis')
axes[3].invert_yaxis()
axes[3].set_title("OK (imshow)")

# 原pcolormesh参考（修正x的长度匹配pcolormesh要求）
y = np.arange(1,11)*0.1
x = np.arange(0,11)
axes[4].set_yscale('log')
im3 = axes[4].pcolormesh(x, 1/y , data)
axes[4].set_title("OK (pcolormesh)")

plt.tight_layout()
plt.show()

为什么这样有效 #

• origin='upper'：让数据的第一行对应extent中Y的最大值（10，大周期），最后一行对应Y的最小值（1，小周期）；
• invert_yaxis()：反转对数Y轴的显示顺序，原本顶部的10会移到轴的底部，底部的1移到顶部，刚好让数据的第一行（大周期）显示在轴的底部，和pcolormesh()的效果完全一致。

内容的提问来源于stack exchange，提问作者n0n0bstan