Python Matplotlib RegularPolyCollection是否具有静态（类似数据）大小？

是否可以创建具有静态大小的RegularPolyCollection

我想用数据单位给出尺寸，而不是屏幕单位。就像越位赛一样

目标是拥有一个直径为9.5毫米的1440个六边形像素的相机图像

可以通过在1440个多边形上循环来实现这一点，但我没有成功地使用PolyCollection创建它，它在创建彩色贴图等方面有很大的优势

以下是我用来绘制1440个六边形的代码（静态大小）：

for c, x, y in zip(pixel_color, pixel_x, pixel_y):
    ax.add_artist(
        RegularPolygon(
            xy=(x, y),
            numVertices=6,
            radius=4.75,
            orientation=0.,
            facecolor=c,
            edgecolor=edgecolor,
            linewidth=1.5,
        )
    )

此代码生成相同但错误且非静态（就数据而言）的大小：

---

如何利用集合的优势实现六边形的静态大小？

我最近遇到了同样的问题。解决方案是简单地使用

PatchCollection

而不是

RegularPolyCollection

。但是，缺点是您必须手动实例化每个补丁。下面是一个在规则网格上绘制10000个规则六边形的代码示例

# imports
import matplotlib.pyplot as plt
from matplotlib.patches import RegularPolygon
from matplotlib.collections import PatchCollection
import numpy as np

# set up figure
fig, ax = plt.subplots(1)

# positions
pixel_x, pixel_y = np.indices((100, 100))
pixel_color = np.random.random_sample(30000).reshape(10000, 3)
dx = 4    # horizontal stride
dy = 5    # vertical stride 

# set static radius
poly_radius = 2.5

# list to hold patches
patch_list = []

# creat the patches
for c, x, y in zip(pixel_color, pixel_x.flat, pixel_y.flat):    
    patch_list.append(
            RegularPolygon(
                    xy=(x*dy, y*dy),
                    numVertices=6,
                    radius=poly_radius,
                    orientation=0.,
                    facecolor=c,
                    edgecolor='k'  
            )
    )


pc = PatchCollection(patch_list, match_original=True)
ax.add_collection(pc)

ax.axis([-3, 480, -3, 480])
plt.show()

在我的机器上，这段代码大约需要2.8秒来渲染所有内容

---

如果您想使用

RegularPolyCollection

，我已经找到了正确设置大小的方法。主要限制是大小取决于轴变换，因此在计算大小之前，需要锁定轴限制和地物大小

在下面的版本中，图形和轴也必须是正方形

将numpy导入为np
将matplotlib导入为mpl
将matplotlib.pyplot作为plt导入
sin60=np.sin（np.pi/3）
图，ax=plt.子批次（）
图设置尺寸英寸（8，8）
ax.set_方面（1）
ax.set_xlim（-1.5*sin60，+1.5*sin60）
ax.set_ylim（-1.5*sin60，+1.5*sin60）
ax.设置帧为on（假）
ax.set_xticks（[]）
ax.set_-yticks（[]）
坐标=[-1/2，+sin60/2]，+1/2，+sin60/2]，[0，-sin60/2]]
半径=.5/60
data_to_pixels=ax.transData.get_matrix（）[0,0]
像素点到点=1/图获取dpi（）*72。
大小=np.pi*（数据到像素*像素到点*半径）**2
hexes=mpl.collections.RegularPolyCollection(
numsides=6，
尺寸=3*（尺寸，），
偏移量=坐标，
edgecolors=3*（'k'，），
线宽=1，
transOffset=ax.transData）
ax.添加_集合（十六进制）

# imports
import matplotlib.pyplot as plt
from matplotlib.patches import RegularPolygon
from matplotlib.collections import PatchCollection
import numpy as np

# set up figure
fig, ax = plt.subplots(1)

# positions
pixel_x, pixel_y = np.indices((100, 100))
pixel_color = np.random.random_sample(30000).reshape(10000, 3)
dx = 4    # horizontal stride
dy = 5    # vertical stride 

# set static radius
poly_radius = 2.5

# list to hold patches
patch_list = []

# creat the patches
for c, x, y in zip(pixel_color, pixel_x.flat, pixel_y.flat):    
    patch_list.append(
            RegularPolygon(
                    xy=(x*dy, y*dy),
                    numVertices=6,
                    radius=poly_radius,
                    orientation=0.,
                    facecolor=c,
                    edgecolor='k'  
            )
    )


pc = PatchCollection(patch_list, match_original=True)
ax.add_collection(pc)

ax.axis([-3, 480, -3, 480])
plt.show()