Python matplotlib：通过MouseeEvent获取三维绘图中的坐标

我希望通过鼠标事件（如单击）获得3D绘图中的坐标（x、y、z）。MATLAB有这个函数，

datacursormode

。下面的链接中有一个好的图像

mpldatacursor

（）是matplotlib的类似函数，但是，这似乎不适用于三维绘图。x和y值不正确，即使可以得到它们

from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np
from mpldatacursor import datacursor

x = np.arange(-3, 3, 0.25)
y = np.arange(-3, 3, 0.25)
X, Y = np.meshgrid(x, y)
Z = np.sin(X)+ np.cos(Y)

fig = plt.figure()
ax = Axes3D(fig)
surf = ax.plot_surface(X, Y, Z, rstride=1, cstride=1)

datacursor(surf)

plt.show()

如果可能的话，我还想得到z值。 有什么好办法吗？

根据您建议的链接（）处的文件“changelog.rst”，此函数已于2015年7月添加。不幸的是，它看起来像是从鼠标单击的位置而不是原始数据集提取数据点。这导致结果有些不精确。 可以根据中为2D版本提供的说明修改datacursor。希望这有帮助。

---

mpldatacursor对于我想要的东西来说太复杂了，我想要的是在回调函数中以某种方式接收x，y，z坐标。我从mpldatacursor pick_info.py中提取了一个助手函数（get_xyz_mouse_click），该函数完成了获取坐标所需的最小值（即，没有悬停窗口，没有复杂的事件处理）。以下是帮助器函数：

import numpy as np
import matplotlib.transforms as mtransforms
from mpl_toolkits import mplot3d

def get_xyz_mouse_click(event, ax):
    """
    Get coordinates clicked by user
    """
    if ax.M is None:
        return {}

    xd, yd = event.xdata, event.ydata
    p = (xd, yd)
    edges = ax.tunit_edges()
    ldists = [(mplot3d.proj3d.line2d_seg_dist(p0, p1, p), i) for \
                i, (p0, p1) in enumerate(edges)]
    ldists.sort()

    # nearest edge
    edgei = ldists[0][1]

    p0, p1 = edges[edgei]

    # scale the z value to match
    x0, y0, z0 = p0
    x1, y1, z1 = p1
    d0 = np.hypot(x0-xd, y0-yd)
    d1 = np.hypot(x1-xd, y1-yd)
    dt = d0+d1
    z = d1/dt * z0 + d0/dt * z1

    x, y, z = mplot3d.proj3d.inv_transform(xd, yd, z, ax.M)
    return x, y, z

以下是在三维散点图中使用它的示例：

from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np

import simple_pick_info.pick_info

# Fixing random state for reproducibility
np.random.seed(19680801)


def randrange(n, vmin, vmax):
    '''
    Helper function to make an array of random numbers having shape (n, )
    with each number distributed Uniform(vmin, vmax).
    '''
    return (vmax - vmin)*np.random.rand(n) + vmin

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

n = 100

# For each set of style and range settings, plot n random points in the box
# defined by x in [23, 32], y in [0, 100], z in [zlow, zhigh].
for c, m, zlow, zhigh in [('r', 'o', -50, -25), ('b', '^', -30, -5)]:
    xs = randrange(n, 23, 32)
    ys = randrange(n, 0, 100)
    zs = randrange(n, zlow, zhigh)
    ax.scatter(xs, ys, zs, c=c, marker=m)

ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z Label')

plt.show()


def on_press(event):
    x,y,z = simple_pick_info.pick_info.get_xyz_mouse_click(event, ax)    
    print(f'Clicked at: x={x}, y={y}, z={z}')

cid = fig.canvas.mpl_connect('button_press_event', on_press)

你应该在按下（）键时编辑

，

来处理x，y，z。它仍然存在另一个问题，即使用轴栅格生成点时引用的另一个答案（即，它不搜索原始数据中的最近邻点）。我建议对原始数据模型（点、线等）进行距离变换，因为搜索曲面中的面片会变得非常复杂

---

我真希望它能像Matlab的datacursormode那样内置到matplotlib中

令人惊讶的是，这似乎不受支持。我得到了错误

modulenofounderror:No module'simple\u pick\u info'

。此模块似乎不存在。虽然确实使用了光标位置而不是数据集中最近的点，但错误也来自这样一个事实，即光标位置在2D中已知，因此指无限多可能的3D点，即光标下直线上的任何点（取决于投影）。matplotlib实现一个规则来决定显示哪个点（与mpldatacursor使用的规则相同）。在一般情况下，它不会在数据集中产生一个点。继续……要实现这一点，您必须实现其他一些规则，比如在数据集中找到距离光标下的直线最近的点。为了使搜索对许多点有效，将它们存储在分层数据结构中会有所帮助。