Python 如何使matplotlib极坐标图中的角度以0°顺时针旋转；在顶端？

我正在使用matplotlib和numpy制作极坐标图。以下是一些示例代码：

import numpy as N
import matplotlib.pyplot as P

angle = N.arange(0, 360, 10, dtype=float) * N.pi / 180.0
arbitrary_data = N.abs(N.sin(angle)) + 0.1 * (N.random.random_sample(size=angle.shape) - 0.5)

P.clf()
P.polar(angle, arbitrary_data)
P.show()

---

您会注意到0°位于绘图上的3点钟处，并且角度为逆时针方向。对于我的数据可视化目的来说，在12点时为0°并且角度为顺时针方向更有用。除了旋转数据和手动更改轴标签外，还有其他方法可以做到这一点吗？

您可以修改matplotlib/projections/polar.py

上面写着：

def transform(self, tr):
        xy   = npy.zeros(tr.shape, npy.float_)
        t    = tr[:, 0:1]
        r    = tr[:, 1:2]
        x    = xy[:, 0:1]
        y    = xy[:, 1:2]
        x[:] = r * npy.cos(t)
        y[:] = r * npy.sin(t)
        return xy

让它说：

def transform(self, tr):
        xy   = npy.zeros(tr.shape, npy.float_)
        t    = tr[:, 0:1]
        r    = tr[:, 1:2]
        x    = xy[:, 0:1]
        y    = xy[:, 1:2]
        x[:] = - r * npy.sin(t)
        y[:] = r * npy.cos(t)
        return xy

实际上我没有尝试过，您可能需要根据自己的喜好调整x[：]和y[：]分配。此更改将影响所有使用matplotlib极坐标图的程序。

我发现了它——matplotlib允许您创建自定义投影。我创建了一个继承自PolarAxes的

将numpy导入为np
将matplotlib.pyplot作为plt导入
从matplotlib.projections导入极坐标，注册投影
从matplotlib.transforms导入仿射2D、Bbox、IdentityTransform
北极类（北极类）：
'''
θ开始指向北方并移动的一种极轴变体
顺时针方向的
'''
名称='northpolar'
类别NorthPolarTransform（PolarAxes.PolarTransform）：
def转换（自我，tr）：
xy=np.零（tr.形，np.浮点数）
t=tr[：，0:1]
r=tr[：，1:2]
x=xy[：，0:1]
y=xy[：，1:2]
x[：]=r*np.sin（t）
y[：]=r*np.cos（t）
返回xy
变换非仿射=变换
def倒置（自身）：
return NorthPolarAxes.InvertedNorthPolarTransform（）
类逆变器北极变换（PolarAxes.InvertedPolarTransform）：
def变换（自，xy）：
x=xy[：，0:1]
y=xy[：，1:]
r=np.sqrt（x*x+y*y）
θ=np.arctan2（y，x）
返回np.concatenate（（θ，r），1）
def倒置（自身）：
返回NorthPolarAxes.NorthPolarTransform（）
定义集和变换（自）：
PolarAxes._集_lim_和_变换（自）
self.transProjection=self.NorthPolarTransform（）
self.transData=（self.transScale+self.transProjection+（self.transProjectionAffine+self.transAxes））
self._xaxis_transform=（self.transProjection+self.polarafine（IdentityTransform（），Bbox.unit（））+self.transAxes）
self.\u xaxis\u text1\u变换=（self.\u theta\u label1\u位置+self.\u xaxis\u变换）
self._yaxis_transform=（Affine2D（）.scale（np.pi*2.0,1.0）+self.transData）
self.\u yaxis\u text1\u变换=（self.\r\u label1\u位置+仿射2D（）.比例（1.0/360.0，1.0）+self.\u yaxis\u变换）
寄存器_投影（NorthPolarAxes）
角度=np.arange（0,360,10，数据类型=浮点）*np.pi/180.0
任意_数据=（np.abs（np.sin（角度））+0.1*
（np.随机.随机样本（大小=角度形状）-0.5）
plt.clf（）
plt.子地块（1,1,1，投影='northpolar'）
plt.绘图（角度、任意_数据）
plt.show（）

---

两个反转例程都应使用转换的完整路径：

return NorthPolarAxes.InvertedNorthPolarTransform()

及

现在，自动创建的NorthPolarAxesSubplot等NorthPolararAXES子类可以访问转换函数

---

希望这有帮助。

在Matplotlib 1.1中更新此问题，现在在

PolarAxes

中有两种方法用于设置θ方向（CW/CCW）和θ=0的位置

退房

具体请参见

set theta\u direction（）

和

set theta\u offset（）

很多人似乎都在尝试做类似指南针的绘图。

要展开，请举一个例子：

from math import radians
import matplotlib.pyplot as plt

angle=[0.,5.,10.,15.,20.,25.,30.,35.,40.,45.,50.,55.,60.,65.,70.,75.,\
       80.,85.,90.,95.,100.,105.,110.,115.,120.,125.]

angle = [radians(a) for a in angle]

lux=[12.67,12.97,12.49,14.58,12.46,12.59,11.26,10.71,17.74,25.95,\
     15.07,7.43,6.30,6.39,7.70,9.19,11.30,13.30,14.07,15.92,14.70,\
     10.70,6.27,2.69,1.29,0.81]

plt.clf()
sp = plt.subplot(1, 1, 1, projection='polar')
sp.set_theta_zero_location('N')
sp.set_theta_direction(-1)
plt.plot(angle, lux)
plt.show()

---

这很巧妙，但修补代码是一种欺骗，不是吗？然而，你给了我一个想法。Matplotlib允许您使用任何类型的变换创建轴；也许我可以用我正在寻找的转换编写一个替代的polar（）函数。太棒了，这应该包括在他们的自定义投影示例中。@ptomato-我想答案需要更新2012-01-23（git log-Sself.\r\u label1\u位置）的提交。不确定最终是哪个版本。在任何情况下，都不会有self。_r_label1_位置，删除该行似乎可以解决问题。在这种情况下，应该更新它以匹配

PolarAxes

现在的样子…如果你有一个极轴ax:ax.set_theta_offset（0.5*numpy.pi）

from math import radians
import matplotlib.pyplot as plt

angle=[0.,5.,10.,15.,20.,25.,30.,35.,40.,45.,50.,55.,60.,65.,70.,75.,\
       80.,85.,90.,95.,100.,105.,110.,115.,120.,125.]

angle = [radians(a) for a in angle]

lux=[12.67,12.97,12.49,14.58,12.46,12.59,11.26,10.71,17.74,25.95,\
     15.07,7.43,6.30,6.39,7.70,9.19,11.30,13.30,14.07,15.92,14.70,\
     10.70,6.27,2.69,1.29,0.81]

plt.clf()
sp = plt.subplot(1, 1, 1, projection='polar')
sp.set_theta_zero_location('N')
sp.set_theta_direction(-1)
plt.plot(angle, lux)
plt.show()