如何用Python Matplotlib并排显示不同尺寸的3D NumPy数组投影图像？

嘿，这个需求我刚好处理过，Matplotlib的gridspec模块就是解决这种自定义子图布局的绝佳工具！下面给你一步步拆解解决方案：

要实现你要的布局，关键是自定义子图的行高比例和列宽比例，同时确保每个投影图按自身原始尺寸比例显示（避免拉伸变形）。具体对应你的需求：

• 行高比例：第一行占总高度的180/(180+512)，第二行占512/(180+512)，直接用两个高度值作为比例参数即可
• 列宽比例：第一列占总宽度的2/3，第二列占1/3，用[2,1]作为比例参数（Matplotlib会自动换算成占比）

下面是可直接运行的代码，包含模拟数据和详细注释：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.gridspec import GridSpec

# ---------------------- 模拟你的投影数据 ----------------------
# 替换成你实际用getProjectionImageMean生成的数组
proj1 = np.random.rand(180, 1024)  # 左上投影：(180,1024)
proj2 = np.random.rand(180, 512)   # 右上投影：(180,512)
proj3 = np.random.rand(512, 1024)  # 左下投影：(512,1024)

# ---------------------- 定义布局比例 ----------------------
height_ratios = [180, 512]  # 直接用两个行的高度值，自动换算成占比
width_ratios = [2, 1]       # 2/3 和 1/3 的宽度比例

# 创建GridSpec对象，指定2行2列的网格，并用上面的比例控制大小
gs = GridSpec(nrows=2, ncols=2, height_ratios=height_ratios, width_ratios=width_ratios)

# ---------------------- 创建子图并绘制 ----------------------
fig = plt.figure(figsize=(12, 8))  # 可根据需求调整整体画布大小

# 对应三个投影的子图位置
ax1 = fig.add_subplot(gs[0, 0])  # 第一行第一列
ax2 = fig.add_subplot(gs[0, 1])  # 第一行第二列
ax3 = fig.add_subplot(gs[1, 0])  # 第二行第一列（右侧留空，匹配你的投影尺寸）

# 绘制投影图，关键参数aspect='auto'：确保图像按自身原始宽高比显示
ax1.imshow(proj1, cmap='gray', aspect='auto')
ax1.set_title('Projection 1 (180x1024)')
ax1.axis('off')  # 可选：关闭坐标轴让布局更整洁

ax2.imshow(proj2, cmap='gray', aspect='auto')
ax2.set_title('Projection 2 (180x512)')
ax2.axis('off')

ax3.imshow(proj3, cmap='gray', aspect='auto')
ax3.set_title('Projection 3 (512x1024)')
ax3.axis('off')

# ---------------------- 优化布局细节 ----------------------
gs.update(wspace=0.05, hspace=0.05)  # 调整子图间的空白间距
plt.tight_layout()
plt.show()

1. GridSpec的作用：它允许你脱离Matplotlib默认的均分网格，精准控制每一行、每一列的大小比例，完全匹配你的需求
2. aspect='auto'：这个参数必须加！如果省略，Matplotlib会强制子图的宽高比等于图像的宽高比，导致你自定义的布局比例失效，图像被不必要地拉伸/压缩
3. 子图位置匹配：因为你的第三个投影宽度是1024（和第一个投影宽度一致），刚好对应第一列的2/3宽度，所以放在第二行第一列是最合理的，避免图像被拉伸

内容的提问来源于stack exchange，提问作者johngull