Matplotlib RegularPolyCollection与静态（数据）大小？

Question

是否可以创建具有静态大小的RegularPolyCollection？

我想以数据单位给出大小，而不是以屏幕为单位。就像偏移一样。

目标是拥有1440个六边形像素，直径为9.5毫米的相机图像。

有可能通过循环超过1440个多边形来实现这一点，但是我没有成功创建具有巨大优势的PolyCollection，用于创建色彩映射等。

这是我用来绘制静态大小的1440六边形的代码：

for c, x, y in zip(pixel_color, pixel_x, pixel_y):
    ax.add_artist(
        RegularPolygon(
            xy=(x, y),
            numVertices=6,
            radius=4.75,
            orientation=0.,
            facecolor=c,
            edgecolor=edgecolor,
            linewidth=1.5,
        )
    )

此代码生成相同但有错误而非静态（就数据而言）大小：

a = 1/np.sqrt(3) * 9.5

collection = RegularPolyCollection(
    numsides=6,
    rotation=0.,   
    sizes=np.ones(1440)*np.pi*a**2,  # tarea of the surrounding circle
    facecolors=pixel_colors,
    edgecolors="g",
    linewidth=np.ones(1440)*1.5,
    offsets=np.transpose([pixel_x, pixel_y]),
    transOffset=self.transData,
)

self.add_collection(collection)

如何通过集合的优势实现六边形的静态尺寸？

Answer 1

我最近遇到了同样的问题。解决方案是简单地使用PatchCollection而不是RegularPolyCollection。但是，缺点是您必须手动实例化每个补丁。下面你会找到一个代码示例，它在常规网格上绘制10,000个正六边形。

# imports
import matplotlib.pyplot as plt
from matplotlib.patches import RegularPolygon
from matplotlib.collections import PatchCollection
import numpy as np

# set up figure
fig, ax = plt.subplots(1)

# positions
pixel_x, pixel_y = np.indices((100, 100))
pixel_color = np.random.random_sample(30000).reshape(10000, 3)
dx = 4    # horizontal stride
dy = 5    # vertical stride 

# set static radius
poly_radius = 2.5

# list to hold patches
patch_list = []

# creat the patches
for c, x, y in zip(pixel_color, pixel_x.flat, pixel_y.flat):    
    patch_list.append(
            RegularPolygon(
                    xy=(x*dy, y*dy),
                    numVertices=6,
                    radius=poly_radius,
                    orientation=0.,
                    facecolor=c,
                    edgecolor='k'  
            )
    )


pc = PatchCollection(patch_list, match_original=True)
ax.add_collection(pc)

ax.axis([-3, 480, -3, 480])
plt.show()

在我的机器上，此代码需要大约2.8秒才能呈现所有内容。

Answer 2

如果您想使用RegularPolyCollection，我已经弄清楚了如何正确设置尺寸。主要限制是尺寸取决于轴转换，因此在计算尺寸之前，必须将轴限制和图形尺寸锁定在 中。

在以下版本中，图形和轴也必须是正方形。

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

sin60 = np.sin(np.pi/3)

fig, ax = plt.subplots()
fig.set_size_inches(8, 8)
ax.set_aspect(1)
ax.set_xlim(-1.5*sin60, +1.5*sin60)
ax.set_ylim(-1.5*sin60, +1.5*sin60)
ax.set_frame_on(False)
ax.set_xticks([])
ax.set_yticks([])

coords = [[-1/2, +sin60/2], [+1/2, +sin60/2], [0, -sin60/2]]

radius = .5/sin60
data_to_pixels = ax.transData.get_matrix()[0, 0]
pixels_to_points = 1/fig.get_dpi()*72.
size = np.pi*(data_to_pixels*pixels_to_points*radius)**2

hexes = mpl.collections.RegularPolyCollection(
                numsides=6, 
                sizes=3*(size,),
                offsets=coords, 
                edgecolors=3*('k',), 
                linewidths=1, 
                transOffset=ax.transData)

ax.add_collection(hexes)