Jupyter/IPython传至Qt自定义前端的Matplotlib图像尺寸异常致坐标转换失效

项目基础情况 #

• 自行开发了基于Qt/PyQt的自定义前端，对接Jupyter/IPython内核长期运行稳定
• 使用%matplotlib inline模式时，内核可将Matplotlib生成的图像以PNG字节流形式传输到前端，完成静态图像展示

预期实现的功能 #

• 为静态图像增加点击交互能力：用户点击图像上的点位时，将该点的像素坐标回传至内核，转换为Matplotlib体系下对应的数据坐标（即显示坐标）
• 理论实现路径：通过Matplotlib的axes对象完成像素坐标到数据坐标的转换，参考调用方式为ax.transData.inverted().transform(pixel_coordinate_x, pixel_coordinate_y)

实际遇到的问题 #

• 坐标转换结果与用户实际点击位置完全不匹配
• 初步排查确认核心矛盾：前端接收到的PNG图像尺寸，和内核端设定的Matplotlib绘图尺寸不一致
  • 实例参考：代码设置fig = plt.figure(figsize=(6,4))时，内核内查询到的figure尺寸完全符合6英寸×4英寸的预期，但前端实际收到的PNG等效尺寸为5.3英寸×3.5英寸

已经做过的排查操作（均无明显效果） #

• 修改Matplotlib的savefig.dpi rcParams参数为80DPI，匹配前端显示设置，问题没有改善
• 创建figure时同时显式指定dpi参数、全局设置savefig的dpi参数，尺寸偏差依然存在：
  • 代码写法：fig = plt.figure(figsize=(6,4), dpi=80.0)
  • 代码写法：plt.rcParams['savefig.dpi'] = 80.0
• 尝试手动偏移补偿：打印ax.bbox.corners()得到numpy格式的边界坐标数组，将数组第一行的[60. 40.]作为像素坐标的偏移量做修正，最初好像有临时效果，但稳定性极差，根本没法做到准确匹配
  • 打印得到的ax边界坐标具体值：

  [[ 60.   40.]
  [ 60.  288.]
  [432.   40.]
  [432.  288.]]
  

可复现问题的最小代码 #

plt.rcParams['savefig.dpi'] = 80.0
import random

fig = plt.figure(figsize=(6,4), dpi=80.0)
x = range(0, 10)
y = [random.random() for i in x]
plt.plot(x, y, 'bo-')
ax = fig.gca()
ax.yaxis.set_label_text('YVAL')
fig.set_facecolor('#ff0000')
print fig.bbox.corners()
print ax.bbox.corners()

按照设置的6英寸×4英寸尺寸、80DPI参数计算，figure的预期像素尺寸应该是480×320（也就是6英寸×80DPI、4英寸×80DPI），但前端实际收到的PNG尺寸为429×283。
收到的图像尺寸可通过以下代码校验：

img = IPython.core.pylabtools.print_figure(fig))
from PyQt4.QtGui import QImage
img2 = QImage.fromData(img)
print img2.width()
print img2.height()

目前已经把能想到的排查思路都试过了，希望Matplotlib/Jupyter/IPython方向的专家能帮忙找到图像尺寸不匹配的根本原因，最终实现准确的像素坐标转数据坐标的功能。

内容的提问来源于stack exchange，提问作者Adrian