屏幕坐标大小为（较旧）matplotlib的自定义标记

时间：2013-05-20 12:52:41

标签： matplotlib

最初，我希望我可以为matplotlib中的标记创建一种类，这将是一个带有文本的正方形，例如x坐标和标签，所以我可以实例化它像（伪代码）：

plt.plot(..., marker=myMarkerClass(label="X:"), ... )

......但据我所知，你不能做那样的事情。

但是，似乎旧版matplotlib中无法使用标记的自定义;所以我想将我的问题简化为：如何在较旧的matplotlib中获取自定义（路径）标记，因此它们的大小是在屏幕坐标中定义的（因此标记在缩放时不会缩放）？为了澄清，这里有一些例子：

默认（未自定义）标记

以下是默认matplotlib标记的示例，该标记适用于较早的matplotlib。请注意，我尝试过而不是使用pyplot.plot()，我正在尝试直接使用matplotlib.figure.Figure（因为这是通常用于各种后端的表单），需要使用“数字管理器”（请参阅还matplotlib-devel - Backends object structure）：

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

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='o', color='b', 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()

如果我们在此处执行任意缩放矩形，则标记保持相同的大小：

markers-ex01

通过路径

自定义标记

这在artists (Line2D.set_marker) — Matplotlib 1.2.1 documentation中记录;但是，它不适用于较旧的matplotlib;这是一个例子：

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()

在较新的matplotlib中，这对我来说运行正常，但在较旧版本中失败：

$ 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'

然而，当它在Python 3.2中工作时，标记再次保持它们的大小跨越图形的缩放，正如我所期望的那样：

markers-ex02

...但请注意此问题：Custom marker created from vertex list scales wrong · Issue #1980 · matplotlib/matplotlib · GitHub，就此类自定义标记而言。

通过PatchCollection中的路径

我从一些互联网帖子中获取了部分代码，但现在找不到链接。在任何情况下，我们都可以避免绘制标记，并且可以使用PatchCollection来绘制应该是标记的内容。以下代码在较早的matplotlib中运行：

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()

现在，我尝试将初始宽高比考虑在内，实际上，首先渲染时，“标记”在大小方面看起来是正确的 - 但是......：

markers-ex03

...当我们尝试进行任意缩放时，很明显路径已在数据坐标中指定，因此它们的大小会根据缩放矩形而变化。 （另一个缺点是facecolor='orange'没有被遵守;但可以用pcolm.set_facecolor('orange')来修复

那么，有没有一种方法可以使用PatchCollection作为旧版matplotlib的标记，因为渲染路径将在屏幕坐标中定义，因此在任意缩放时它们不会改变它们的大小？ / p>

1 个答案:

答案 0 :(得分：3)

非常感谢@tcaswell对comment的blended transform - 在试图找出为什么 对我不起作用时，我终于找到了解决方案。首先，代码 - 基本上使用matplotlib的默认标记引擎（取决于使用旧的matplotlib（0.99）还是更新的）：

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()

它显示了一个轻微的＆＃34;创意＆＃34;标记（如果我可以自己说:)） - 这就是它在缩放下的行为方式：

custom-marker-fix

......就像我想要的那样 - 标记保持它们在数据坐标中的位置;但是在缩放时保持它们的大小。

讨论

对我来说最困惑的事情之一是：基本上，您可以通过x，y坐标指定一个矩形作为＆＃34;位置＆＃34;和尺寸（高度/宽度）。所以如果我在x处指定一个矩形，y =（2,3）; halfsize 2（so，square）;然后我可以通过：

计算其路径作为顶点 
[(x-hs,y-hs), (x-hs,y+hs), (x+hs,y+hs), (x+hs,y-hs)]

这基本上是getCustomSymbol1试图一直返回的内容。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)中所示。

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 - 在数据坐标中，因此移动和缩放图形将其位置保持为数据;但是，他们应该保持缩放尺寸。

这意味着我希望在一个坐标系（数据）中指定(x,y)，并指定size（或width，height或halfsize）在另一个坐标系中，在这种情况下，屏幕坐标系：因为我希望形状保持其缩放的大小，我实际上想要将它们的大小保持在屏幕像素一样！

这就是为什么 no transformation 在我的情况下会有所帮助 - 任何转换都可以在所有路径的顶点上工作，如在单个坐标系中解释的那样！然而，我想要的是获得类似的东西：

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

...每次缩放级别或图形平移或窗口大小发生变化时，都必须重复重新计算标记路径的顶点。

因此，顶点/路径（和补丁）和转换本身不能用于此目的。但是，幸运的是，我们可以使用matplotlib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;并且Line2D维护一个内部字典，它将标记单字符格式说明符/命令（如'o'，'*'等）与特定的绘图函数相关联;最后，绘图函数在代码中进行大小转换（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）：

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

请注意，旧版matplotlib就属于这种情况（在我的情况下为0.99.3）;对于较新的matplotlib（在我的情况下为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 - 而函数不是_draw_它只是_set_ - 但除此之外，它是相同的原则。

注意：我实际上不确定何时引入MarkerStyle，我只能找到matplotlib.markers — Matplotlib 1.3.x documentation并且它不会说;所以上面代码中的if matplotlib.__version__ < "1.0.0":可能是错误的;但是workforme（fornow）。

因为标记大小可以说是单独管理（从其位置） - 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;你需要做的就是确保它的顶点适合范围（0.0,0.0）到（1.0,1.0） - 标记绘图引擎将完成剩下的工作。

好吧，我希望我明白这一点 - 但如果有其他方法可以这样做，我肯定想知道那些:)

希望这有助于某人，
干杯！

相关问题
最新问题