Python Matplotlib：散点图圆的质心

我有一个Matplotlib散点图，绘制了3个不同的圆，我试图找到每个圆中心点的x轴和y轴坐标，即bbox中0和1之间的数字。我之所以尝试这样做，是因为我将图像保存到一个.png文件中，并希望在.png文件的（512，1024）空间中找到相应的x，y点

我尝试使用以下代码，但不知道如何解释此打印的顶点和代码：

ax = fig.gca()
for collection in ax.collections:
    for path in collection._paths:
        for p in path.iter_segments():
            print p

它为三个圆圈打印了10个数组，但这对我来说毫无意义，因为只有三个圆圈，我似乎找不到任何有助于解释这一点的文档：

（数组（[0.，-0.5]），1）

（数组（[0.13260155，-0.5,0.25978994，-0.44731685,0.355339， -0.35539]），4）

（数组（[0.44731685，-0.25978994,0.5，-0.13260155,0.5,0.]），4）

（数组（[0.5,0.13260155,0.44731685,0.25978994,0.355339， 0.35539]），4）

（数组（[0.25978994,0.44731685,0.13260155,0.5,0.）， 0.5]），4）

（数组（[-0.13260155,0.5，-0.25978994,0.44731685，-0.355339， 0.35539]），4）

（数组（[-0.44731685,0.25978994，-0.5,0.13260155，-0.5,0.]），4）

（数组（[-0.5，-0.13260155，-0.44731685，-0.25978994，-0.355339， -0.35539]），4）

（数组（[-0.25978994，-0.44731685，-0.13260155，-0.5,0.）， -0.5]），4）

（数组（[0.，-0.5]），79）

---

谢谢

我想您可能对ax.transData转换感兴趣。使用

transform

方法，可以将“数据”单位中的点转换为显示单位。有关这方面的更多信息，请参阅

下面我有一个例子，其中包括一个轴，它填充了整个绘图，因此更容易理解转换。我在散点图中设置了三个点，然后，我获取用于该图的数据，并使用变换，获得三个点中每个点的对应点（以像素为单位）

import matplotlib.pyplot as plt

x = [1,2,4]
y = [1,3,2]

fig1 = plt.figure(figsize=(5,5),dpi=100)
ax = fig1.add_axes([0,0,1,1])

ax.scatter(x,y)

ax.set_xlim(0,5)
ax.set_ylim(0,5)
transDataToFig1 = ax.transData+fig1.transFigure.inverted()
for ix,iy in zip(x,y):
    inDots = ax.transData.transform((ix,iy))
    inFigIndirect = fig1.transFigure.inverted().transform(inDots)
    inFigDirect = transDataToFig1.transform((ix,iy))
    print inDots,"->",inFigIndirect," or ",inFigDirect

fig1.savefig('scatterPos1.png')

由于（1）轴跨越整个图形，（2）轴限制设置为0到5，以及（3）图形大小设置为5x5和每英寸100个点，因此一个轴单位对应于100个像素。输出结果证实了这一点：

[ 100.  100.] -> [ 0.2  0.2]  or  [ 0.2  0.2]
[ 200.  300.] -> [ 0.4  0.6]  or  [ 0.4  0.6]
[ 400.  200.] -> [ 0.8  0.4]  or  [ 0.8  0.4]

上面的代码还向您展示了如何从dpi获取图形单位（bbox中的值，介于0和1之间），并提供了一个变换管道的示例（请参见上面链接的教程）。作为参考，这是结果图：

现在，如果制作第二个具有子图的图形，该过程仍然有效，但像素值没有那么特殊。以此附加代码为例：

fig2=plt.figure(figsize=(5,5),dpi=100)
ax1 = fig2.add_subplot(121)
ax2 = fig2.add_subplot(122)
ax1.scatter(x,y)
ax1.set_xlim(0,5)
ax2.set_ylim(0,5)
ax2.plot(range(10))

transDataToFig2 = ax1.transData+fig2.transFigure.inverted()
for ix,iy in zip(x,y):
    inDots = ax1.transData.transform((ix,iy))
    inFigIndirect = fig2.transFigure.inverted().transform(inDots)
    inFigDirect = transDataToFig2.transform((ix,iy))
    print inDots,"->",inFigIndirect," or ",inFigDirect

fig2.savefig('scatterPos2.png')

其结果如下：

这个输出：

[  97.72727273  116.66666667] -> [ 0.19545455  0.23333333]  or  [ 0.19545455  0.23333333]
[ 132.95454545  383.33333333] -> [ 0.26590909  0.76666667]  or  [ 0.26590909  0.76666667]
[ 203.40909091  250.        ] -> [ 0.40681818  0.5       ]  or  [ 0.40681818  0.5       ]

请注意，在这种情况下，变换对所使用的轴非常敏感。我使用轴ax1，因为它具有散点图，对应于存储在

x

和

y

中的点

这些示例与您听起来想要做的不同。你有x，y像素的位置，你想看看什么点被选中。这就是

transData

的反转变换，通常（未反转）以数据单位获取点，并将它们返回到以显示单位（像素）表示的点。每个轴都有自己独特的

transData

，这对轴限制非常敏感

例如，如果我在位置（120480）处模拟鼠标单击（以像素为单位），则每个子地块都会将其转换为不同的数据坐标，如下所示：

click = (120,480)
print "Click ",click," transforms into:"
print ax1.transData.inverted().transform(click)," for axes 1"
print ax2.transData.inverted().transform(click)," for axes 2"

这导致：

Click  (120, 480)  transforms into:
[ 1.63225806  3.725     ]  for axes 1
[-7.86193548  9.675     ]  for axes 2

---

请注意，

ax2

（第二个子批次）的转换将导致负x位置。这是因为像素位置（120480）超出了第二个子图的x限制。

如果不清楚，您似乎不愿意接受答案：当我只有一个子图时，这非常有效，当我处理多个子图时，我应该做些什么？当我比较inFigIndirect和inFigDirect时得到的数字非常不同，因此我不确定如何继续。任何帮助都将不胜感激。谢谢@这是因为我对

transDataToFig

transform的定义有问题。它的定义顺序错误，因此未正确计算inFigDirect的

。上面这个特殊的例子表现得很好，但你是对的，当我转到一个不那么强迫的例子时，它失败了。我添加了进一步的示例和讨论。请让我知道这是否有用。是的，这非常有用。再次感谢你的帮助。