在2D动画上绘制可变大小和位置的圆圈

Question

我在Python 3.3中使用matplotlib。我有一个动画的2D和3D窗口，我在上面绘制点。这些点代表对象，但不确定它们实际上是在那里。所以我想围绕这些点绘制一个圆圈来显示不确定性。这种不确定性是变化的，所以底线：我想在具有可变中心和可变半径的2D动画中绘制多个（可能是0，可能是100）圆圈。

我试过散布。 Scatter看起来非常有前景，直到我调整屏幕大小：散点的大小以像素为单位，与轴的大小无关。知道我怎么能这样做吗？

我尝试了以下分散代码：

#In the init
self.circles = self.ax.scatter([],[],[],c = 'b',alpha=0.6)
#In the animate function
self.circles.set_offsets([[10],[15]])    
self.circles._sizes = [2000]

中心点是正确的，在x = 10和y = 15时。但是大小是以像素为单位的大小，与轴无关。在这种情况下，我预计圆圈会达到x = 10和y = 20015。但事实并非如此。

当我调整窗口大小时，这会成为一个问题。

Answer 1

绘图Collections速度更快，因此我修改了draw()返回的PathCollection对象的scatter()函数。新draw()使用transData计算每个圆的比例，它使用每个圆的大小作为直径。

import pylab as pl
import numpy as np
from matplotlib.collections import Collection
from matplotlib import transforms
import matplotlib.animation as animation

fig = pl.figure()

N = 40
x, y = np.random.rand(2, N)
color = np.random.rand(N)
r = np.random.rand(N) * 0.05 + 0.05

c = pl.scatter(x, y, s=r, c=color, alpha=0.5, animated=True)
pl.gca().set_aspect("equal")

def draw(self, renderer):
    if self._sizes is not None:
        m = self.axes.transData.get_matrix()
        self._transforms = [
            transforms.Affine2D().scale(m[0, 0]*x, m[1, 1]*x)
            for x in self._sizes]
    return Collection.draw(self, renderer)

c.draw = lambda renderer:draw(c, renderer)

def update_loc(n):
    global x2, y2, x, y
    n = n % 50
    if n == 0:
        x2, y2 = np.random.rand(2, N)
    x += (x2 - x) * 0.1
    y += (y2 - y) * 0.1
    c.set_offsets(np.c_[x, y])
    return c,

ani = animation.FuncAnimation(fig, update_loc, 2500, interval=50, blit=True)

pl.show()

这是动画的一个框架：

Answer 2

Tcaswell在上面的评论中写下了这个答案，所以如果你想提出这个问题，那么也要投票给他。

修复方法是使用圆圈：http://matplotlib.org/api/artist_api.html#matplotlib.patches.Circle。这些工作与添加它们的sens中的axis.plot和axis.scatter非常不同，您必须执行以下操作：

i = pyplot.Circle((item["x"],item["y"]), radius=item["inaccuracy"], fc='None'))
self.ax.add_patch(i)

并删除它们：

i.remove()

tcaswell还建议，在绘制一组新圆圈之前，您还可以移动并调整大小，而不是移除每个圆圈。这确实很有可能：只需更改radius的{​​{1}}和xy属性即可。我没有对此进行测试，但不难想象这会比删除所有现有的圈子并添加所有新圈子更快。