Matplotlib 对数尺度下xy坐标的变换

这是我想做的一件简单的事情

newcoords = ax.transLimits.transform( np.array(oldcoords)) )

为了将坐标从数据坐标

oldcoords

转换为绘图轴坐标

newcoords

。我的绘图有一个线性比例的轴，另一个是对数比例的轴。与线性刻度（例如

x

）对应的分量已正确转换，但与对数刻度（例如

y

）对应的分量未正确转换

我试过了，但没用，我该怎么做

transInstance = ax.transLimits + ax.transScale
newcoords = transInstance.transform( oldcoords )

---

您需要清楚您正在对数据进行哪些转换。假设你有旧坐标x，y中的数据，对吗。然后转换到一些新坐标x'和y'，并根据log（y'）绘制x'

如果是这种情况，那么当找到最小值时，您将在x'-log（y'）空间中有一个点，然后需要在这些坐标中绘制一个矩形

---

如果我误解了，我很抱歉，但我建议您完整地写下您所做的转换，并记住顺序很重要

我可能会在聚会上迟到，但在谷歌搜索了很多次之后，我很难找到答案，所以我认为这可能对其他人还是有帮助的

坐标变换必须以稍微不同的方式进行；必须交换转换或嵌套两个转换。请注意，如果轴是线性的而不是对数的，则这似乎是不必要的

例如，以该图为例：

fig, ax = plt.subplots(1, 1)
ax.set_xlim(0, 10)
ax.set_ylim(0, 10)
ax.set_yscale('log')

然后，如果要变换[10,10]点的坐标，必须嵌套两个变换：

>>> ax.transLimits.transform(ax.transScale.transform([10, 10]))
array([1.        , 0.99800598])

或对变换求和，但顺序相反：

>>> newTransform = ax.transScale + ax.transLimits
>>> newTransform.transform([10, 10])
array([1., 1.])

---

在另一个答案中可以找到更多的见解：

你能为你要做的事情提供更多的背景吗？似乎应该有一种更简单的方法来实现最终目标。好吧，但上下文有点复杂，我认为这并不重要：我用

pcolormesh

创建了一个图，这个图有一个线性比例的轴，另一个是对数比例的轴，我发现这个图的最小值，想要通过在最小值的位置绘制一个矩形来标记这个最小值，但是，由于对数比例，如果我在数据坐标中绘制矩形，它的形状很难看，因此我想在绘图坐标中绘制它，也就是说，给它一个可读的独立于数据的大小，所以我需要这个转换，这应该是一件容易的事情，但我猜我做错了…简言之：我想画一个以选定数据区域为中心的矩形，但其大小与绘图的大小有关，例如，宽度和高度等于绘图的5%，独立于它的中心位置，您可以在数据坐标中进行此操作，只需垂直移动中心，以便所需点上方和下方边缘距离的对数相等。您可以不使用单独的轴缩放，通过ax.setxscale和ax.setyscale方法？嗯。。。比这简单多了；）我有x，y，然后以对数比例绘制y，所以matplotlib为我做这个转换：x'=x，y'=log（y）。然后我在x，y坐标中找到一个点，然后想画一个矩形，或者在x'，y'坐标中，或者在绘图坐标中，基本上等于x'，y'。我知道我可以手动计算这个矩形的大小，但是必须有一种更简单的方法，使用matplotlib命令。好的，很抱歉，我误解了，以为您有两个转换。我的道歉。