Fatal编程技术网
  • matplotlib/
  • 在（旧）matplotlib中具有屏幕坐标大小的自定义标记

在（旧）matplotlib中具有屏幕坐标大小的自定义标记

matplotlib

在（旧）matplotlib中具有屏幕坐标大小的自定义标记,matplotlib,Matplotlib,最初，我希望我能为matplotlib中的标记创建一个类，它是一个正方形，文本显示x坐标和标签，因此我可以用类似（伪代码）的东西来实例化它： 。。。但在我看来，你不能做那样的事 但是，在较旧的matplotlib中，似乎无法自定义标记；因此，我想把我的问题简化为：如何在较旧的matplotlib中获得自定义（路径）标记，以便它们的大小在屏幕坐标中定义（以便标记不会在缩放时缩放）？为了澄清，以下是一些示例： 默认（未格式化）标记 下面是一个使用默认matplotlib标记的示例，该标记适用于较旧的

最初，我希望我能为
matplotlib
中的标记创建一个类，它是一个正方形，文本显示x坐标和标签，因此我可以用类似（伪代码）的东西来实例化它：

。。。但在我看来，你不能做那样的事

但是，在较旧的
matplotlib
中，似乎无法自定义标记；因此，我想把我的问题简化为：如何在较旧的
matplotlib
中获得自定义（路径）标记，以便它们的大小在屏幕坐标中定义（以便标记不会在缩放时缩放）？为了澄清，以下是一些示例：

默认（未格式化）标记 下面是一个使用默认
matplotlib
标记的示例，该标记适用于较旧的
matplotlib
。请注意，我尝试使用
pyplot.plot（）
，而不是直接使用
matplotlib.figure.figure
（这是通常用于各种后端的表单），需要使用“图形管理器”（另请参阅）：

如果在此处执行任意缩放矩形，则标记的大小保持不变：

通过路径自定义标记 这记录在；但是，它不适用于较旧的
matplotlib
；下面是一个例子：

import matplotlib
import matplotlib.pyplot as plt
import matplotlib.figure
import matplotlib.path
import numpy as np
print("matplotlib version {0}".format(matplotlib.__version__))

def getCustomSymbol1(inx, iny, sc, yasp):
  verts = [
      (-0.5, -0.5), # left, bottom
      (-0.5, 0.5), # left, top
      (0.5, 0.5), # right, top
      (0.5, -0.5), # right, bottom
      (-0.5, -0.5), # ignored
      ]
  codes = [matplotlib.path.Path.MOVETO,
           matplotlib.path.Path.LINETO,
           matplotlib.path.Path.LINETO,
           matplotlib.path.Path.LINETO,
           matplotlib.path.Path.CLOSEPOLY,
           ]
  pathCS1 = matplotlib.path.Path(verts, codes)
  return pathCS1, verts

t = np.arange(0.0,1.5,0.25)
s = np.sin(2*np.pi*t)

mfigure = matplotlib.figure.Figure(figsize=(5,4), dpi=100)
ax = mfigure.add_subplot(111)
pthCS1, vrtCS1 = getCustomSymbol1(0,0, 1,1)
# here either marker=pthCS1 or marker=np.array(vrtCS1)
# have the same effect:
ax.plot(t,s, marker=pthCS1, markerfacecolor='orange', markersize=10.0)
#ax.plot(t,s, marker=np.array(vrtCS1), markerfacecolor='orange', markersize=10.0)

fig = plt.figure() # create something (fig num 1) for fig_manager
figman = matplotlib._pylab_helpers.Gcf.get_fig_manager(1)
figman.canvas.figure = mfigure    # needed
mfigure.set_canvas(figman.canvas) # needed
plt.show()
这在较新的
matplotlib
中运行良好，但在较旧的
中失败：


$ python3.2 test.py 
matplotlib version 1.2.0

$ python2.7 test.py      # marker=pthCS1
matplotlib version 0.99.3
Traceback (most recent call last):
  File "test.py", line 36, in <module>
    ax.plot(t,s, marker=pthCS1, markerfacecolor='orange', markersize=10.0)
  ...
  File "/usr/lib/pymodules/python2.7/matplotlib/lines.py", line 804, in set_marker
    self._markerFunc = self._markers[marker]
KeyError: Path([[-0.5 -0.5]
 [-0.5  0.5]
 [ 0.5  0.5]
 [ 0.5 -0.5]
 [-0.5 -0.5]], [ 1  2  2  2 79])

$ python2.7 test.py      # marker=np.array(vrtCS1)
matplotlib version 0.99.3
Traceback (most recent call last):
  File "test.py", line 38, in <module>
    ax.plot(t,s, marker=np.array(vrtCS1), markerfacecolor='orange', markersize=10.0)
  ...
  File "/usr/lib/pymodules/python2.7/matplotlib/lines.py", line 798, in set_marker
    if marker not in self._markers:
TypeError: unhashable type: 'numpy.ndarray'


现在，我尝试将图形的初始纵横比考虑在内，事实上，在第一次渲染时，“标记”在大小方面看起来是正确的，但是…：



。。。当我们尝试进行任意缩放时，很明显路径是在数据坐标中指定的，因此它们的大小根据缩放矩形而变化。（另一个问题是没有遵守
facecolor='orange'
；但这可以通过
pcolm.set\u facecolor='orange'）
解决）




那么，有没有一种方法可以使用PatchCollection作为旧版
matplotlib
的标记，即渲染路径将在屏幕坐标中定义，这样它们在任意缩放时不会改变大小？
非常感谢@tcaswell的帮助，他们试图找出为什么这对我不起作用，我终于找到了解决办法。首先，代码-基本上使用matplotlib的默认标记引擎（取决于使用的是较旧的matplotlib（0.99）还是较新的matplotlib）：

本质上，这就是
getCustomSymbol1
一直试图返回的内容。此外，例如，
matplotlib.patches.Rectangle
通过位置和大小进行实例化，如
Rectangle（（x，y），width，height）

现在，问题是——我真正想要的是，标记，作为形状，保持在它们的位置上——在数据坐标中，所以移动和缩放图形会保持它们作为数据的位置；但是，它们应该在缩放时保持其大小

这意味着我希望在一个坐标系（数据）中指定
（x，y）
，在另一个坐标系中指定
大小（或
宽度
，
高度
，或
半尺寸
），在这种情况下，屏幕坐标系：因为我希望形状在缩放时保持其大小，我实际上想保持屏幕像素大小不变

这就是为什么在我的例子中没有这样的变换会有帮助——任何变换都会对路径的所有顶点起作用，就像在单个坐标系中解释的那样！然而，我想得到的是：


hsd = screen2dataTransform(10px)
[(x-hsd,y-hsd), (x-hsd,y+hsd), (x+hsd,y+hsd), (x+hsd,y-hsd)]


。。。每次缩放级别、图形平移或窗口大小更改时，都必须重复对标记路径顶点的重新计算

因此，顶点/路径（和面片）和变换本身不能用于此目的。不过，谢天谢地，我们可以使用
matplotlib
s自己的引擎；我们只需要知道，对
ax.plot（…marker=…）
的任何调用实际上都会将标记的绘制委托给
matplotlib.lines.Line2D
；和
Line2D
维护一个内部dict，该dict将标记单字符格式说明符/命令（如
'o'
，
'*'
等）与特定绘图功能相关联；最后，绘图功能在代码中进行大小转换，如（在上面的解决方案代码中，绘图大部分取自
's'
（方形）标记实现）：

请注意，对于较旧的
matplotlib
（在我的示例中为0.99.3）就是这种情况；对于较新的
matplotlib
（在我的例子中是1.2.0），有一个单独的类
MarkerStyle
，它维护标记格式说明符和函数之间的关系-函数不再是
\u draw\u
，它只是
\u set\u
-但除此之外，它是相同的原理

注：我实际上不确定是什么时候推出的
MarkerStyle
，我只能找到，它没有说；因此，上述代码中的
如果matplotlib.\uuuuuuuuuuuuuuuu版本
可能是错误的；但我（暂时）还在工作

因为可以说，标记大小是单独管理的（与其位置无关），这意味着您不必在自定义标记路径规范中进行任何特殊计算；您所需要做的就是确保其顶点在（0.0,0.0）到（1.0,1.0）范围内匹配-标记绘制引擎将完成其余操作

好吧，我希望我正确地理解了这一点——但如果有其他类似的方法，我肯定想知道这些：）

希望这对某人有所帮助，


干杯
 因此，您要问的是如何将mpl的新ish版本的功能支持到非常旧的版本？我猜你想让a做你想做的。另外，关于颜色：非常感谢你的评论，@tcaswell-他们终于把我带到了。我不一定要在语法方面“backport”——我只是在寻找一种既适用于较旧的
matplo，也适用于较新的
matplo的方法

$ python3.2 test.py 
matplotlib version 1.2.0

$ python2.7 test.py      # marker=pthCS1
matplotlib version 0.99.3
Traceback (most recent call last):
  File "test.py", line 36, in <module>
    ax.plot(t,s, marker=pthCS1, markerfacecolor='orange', markersize=10.0)
  ...
  File "/usr/lib/pymodules/python2.7/matplotlib/lines.py", line 804, in set_marker
    self._markerFunc = self._markers[marker]
KeyError: Path([[-0.5 -0.5]
 [-0.5  0.5]
 [ 0.5  0.5]
 [ 0.5 -0.5]
 [-0.5 -0.5]], [ 1  2  2  2 79])

$ python2.7 test.py      # marker=np.array(vrtCS1)
matplotlib version 0.99.3
Traceback (most recent call last):
  File "test.py", line 38, in <module>
    ax.plot(t,s, marker=np.array(vrtCS1), markerfacecolor='orange', markersize=10.0)
  ...
  File "/usr/lib/pymodules/python2.7/matplotlib/lines.py", line 798, in set_marker
    if marker not in self._markers:
TypeError: unhashable type: 'numpy.ndarray'



import matplotlib
import matplotlib.pyplot as plt
import matplotlib.figure
import matplotlib.path, matplotlib.patches, matplotlib.collections
import numpy as np

def getCustomSymbol1(inx, iny, sc, yasp):
  verts = [
      (inx-0.5*sc, iny-0.5*sc*yasp), # (0., 0.), # left, bottom
      (inx-0.5*sc, iny+0.5*sc*yasp), # (0., 1.), # left, top
      (inx+0.5*sc, iny+0.5*sc*yasp), # (1., 1.), # right, top
      (inx+0.5*sc, iny-0.5*sc*yasp), # (1., 0.), # right, bottom
      (inx-0.5*sc, iny-0.5*sc*yasp), # (0., 0.), # ignored
      ]
  codes = [matplotlib.path.Path.MOVETO,
           matplotlib.path.Path.LINETO,
           matplotlib.path.Path.LINETO,
           matplotlib.path.Path.LINETO,
           matplotlib.path.Path.CLOSEPOLY,
           ]
  pathCS1 = matplotlib.path.Path(verts, codes)
  return pathCS1
def getXyIter(inarr):
  # this supports older numpy, where nditer is not available
  if np.__version__ >= "1.6.0":
    return np.nditer(inarr.tolist())
  else:
    dimensions = inarr.shape
    xlen = dimensions[1]
    xinds = np.arange(0, xlen, 1)
    return np.transpose(np.take(inarr, xinds, axis=1))

t = np.arange(0.0,1.5,0.25)
s = np.sin(2*np.pi*t)

mfigure = matplotlib.figure.Figure(figsize=(5,4), dpi=100)
ax = mfigure.add_subplot(111)
ax.plot(t,s)

customMarkers=[]
for x, y in getXyIter(np.array([t,s])): #np.nditer([t,s]):
  #printse("%f:%f\n" % (x,y))
  pathCS1 = getCustomSymbol1(x,y,0.05,1.5*500.0/400.0)
  patchCS1 = matplotlib.patches.PathPatch(pathCS1, facecolor='orange', lw=1) # no
  customMarkers.append(patchCS1)
pcolm = matplotlib.collections.PatchCollection(customMarkers)
pcolm.set_alpha(0.9)
ax.add_collection(pcolm)

fig = plt.figure() # create something (fig num 1) for fig_manager
figman = matplotlib._pylab_helpers.Gcf.get_fig_manager(1)
figman.canvas.figure = mfigure    # needed
mfigure.set_canvas(figman.canvas) # needed
plt.show()



import matplotlib
import matplotlib.pyplot as plt
import matplotlib.figure
import numpy as np

# create vertices and Path of custom symbol
def getCustomSymbol1():
  verts = [
      (0.0, 0.0), # left, bottom
      (0.0, 0.7), # left, top
      (1.0, 1.0), # right, top
      (0.8, 0.0), # right, bottom
      (0.0, 0.0), # ignored
      ]
  codes = [matplotlib.path.Path.MOVETO,
           matplotlib.path.Path.LINETO,
           matplotlib.path.Path.LINETO,
           matplotlib.path.Path.LINETO,
           matplotlib.path.Path.CLOSEPOLY,
           ]
  pathCS1 = matplotlib.path.Path(verts, codes)
  return pathCS1, verts

if matplotlib.__version__ < "1.0.0":
  # define a marker drawing function, that uses
  # the above custom symbol Path
  def _draw_mypath(self, renderer, gc, path, path_trans):
    gc.set_snap(renderer.points_to_pixels(self._markersize) >= 2.0)
    side = renderer.points_to_pixels(self._markersize)
    transform = matplotlib.transforms.Affine2D().translate(-0.5, -0.5).scale(side)
    rgbFace = self._get_rgb_face()
    mypath, myverts = getCustomSymbol1()
    renderer.draw_markers(gc, mypath, transform,
                          path, path_trans, rgbFace)
  # add this function to the class prototype of Line2D
  matplotlib.lines.Line2D._draw_mypath = _draw_mypath
  # add marker shortcut/name/command/format spec '@' to Line2D class,
  # and relate it to our custom marker drawing function
  matplotlib.lines.Line2D._markers['@'] = '_draw_mypath'
  matplotlib.lines.Line2D.markers = matplotlib.lines.Line2D._markers
else:
  import matplotlib.markers
  def _set_mypath(self):
    self._transform = matplotlib.transforms.Affine2D().translate(-0.5, -0.5)
    self._snap_threshold = 2.0
    mypath, myverts = getCustomSymbol1()
    self._path = mypath
    self._joinstyle = 'miter'
  matplotlib.markers.MarkerStyle._set_mypath = _set_mypath
  matplotlib.markers.MarkerStyle.markers['@'] = 'mypath'
  matplotlib.lines.Line2D.markers = matplotlib.markers.MarkerStyle.markers

# proceed as usual - use the new marker '@'
t = np.arange(0.0,1.5,0.25)
s = np.sin(2*np.pi*t)

mfigure = matplotlib.figure.Figure(figsize=(5,4), dpi=100)
ax = mfigure.add_subplot(111)
ax.plot(t,s, marker='@', color='b', markerfacecolor='orange', markersize=20.0)

fig = plt.figure() # create something (fig num 1) for fig_manager
figman = matplotlib._pylab_helpers.Gcf.get_fig_manager(1)
figman.canvas.figure = mfigure    # needed
mfigure.set_canvas(figman.canvas) # needed
plt.show()



[(x-hs,y-hs), (x-hs,y+hs), (x+hs,y+hs), (x+hs,y-hs)]



hsd = screen2dataTransform(10px)
[(x-hsd,y-hsd), (x-hsd,y+hsd), (x+hsd,y+hsd), (x+hsd,y-hsd)]



side = renderer.points_to_pixels(self._markersize)
transform = matplotlib.transforms.Affine2D().translate(-0.5, -0.5).scale(side)