如何绘制温度计？

Question

在最近非常广泛的question中，有人问如何用matplotlib绘制几个符号，例如“圆形，正方形，矩形，星形，温度计和箱形图”。从该列表中可以看出，除了温度计外，所有其他温度计都很明显，如文档中所示或许多现有的stackoverflow答案中所示。由于OP似乎根本不对热敏仪感兴趣，所以我想在这里问一个专门针对温度计的新问题。

如何在matplotlib中绘制温度计？

原则上，您可以绘制任何喜欢的符号，使其成为marker或Path。温度计似乎没有任何unicode符号。 Font awesome有一个温度计符号，并在matplotlib is possible中绘制了FontAwesome符号。但是只有5种不同的馅料

此外，这种字体符号的颜色是统一的，但理想情况下，温度计的内部（汞柱）应使用不同的颜色（出于关联的原因，大部分可能是红色的）或使用不同的颜色也可以用颜色编码温度。

那么可能有一个温度符号，其中汞柱根据颜色和填充水平编码温度（或实际上任何其他量）？如果可以，怎么办？

（我在下面给出了一个答案，欢迎对该方法的替代或改进，作为此处的进一步答案。）

Answer 1

绘制由两部分组成的温度计的一种选择是创建两个Path，分别是外壳和内部汞柱。为此，可以从头开始创建路径，并允许内部路径根据（规范化的）输入参数而变化。

然后可以将两个路径绘制为单独的散点图。在下面的代码中，我们创建一个具有scatter方法的类，该方法的工作方式与通常的scatter相似，不同的是它还会为温度和{{ 1}}用于将温度标准化为输入。

temp

此类的用法如下：

tempnorm

我们绘制了3个温度计，这些温度计通过“汞”柱的填充描绘出不同的温度。由于未进行归一化，因此将import numpy as np import matplotlib.pyplot as plt import matplotlib.path as mpath class TemperaturePlot(): @staticmethod def get_hull(): verts1 = np.array([[0,-128],[70,-128],[128,-70],[128,0], [128,32.5],[115.8,61.5],[96,84.6],[96,288], [96,341],[53,384],[0,384]]) verts2 = verts1[:-1,:] * np.array([-1,1]) codes1 = [1,4,4,4,4,4,4,2,4,4,4] verts3 = np.array([[0,-80],[44,-80],[80,-44],[80,0], [80,34.3],[60.7,52],[48,66.5],[48,288], [48,314],[26.5,336],[0,336]]) verts4 = verts3[:-1,:] * np.array([-1,1]) verts = np.concatenate((verts1, verts2[::-1], verts4, verts3[::-1])) codes = codes1 + codes1[::-1][:-1] return mpath.Path(verts/256., codes+codes) @staticmethod def get_mercury(s=1): a = 0; b = 64; c = 35 d = 320 - b e = (1-s)*d verts1 = np.array([[a,-b],[c,-b],[b,-c],[b,a],[b,c],[c,b],[a,b]]) verts2 = verts1[:-1,:] * np.array([-1,1]) verts3 = np.array([[0,0],[32,0],[32,288-e],[32,305-e], [17.5,320-e],[0,320-e]]) verts4 = verts3[:-1,:] * np.array([-1,1]) codes = [1] + [4]*12 + [1,2,2,4,4,4,4,4,4,2,2] verts = np.concatenate((verts1, verts2[::-1], verts3, verts4[::-1])) return mpath.Path(verts/256., codes) def scatter(self, x,y, temp=1, tempnorm=None, ax=None, **kwargs): self.ax = ax or plt.gca() temp = np.atleast_1d(temp) ec = kwargs.pop("edgecolor", "black") kwargs.update(linewidth=0) self.inner = self.ax.scatter(x,y, **kwargs) kwargs.update(c=None, facecolor=ec, edgecolor=None, color=None) self.outer = self.ax.scatter(x,y, **kwargs) self.outer.set_paths([self.get_hull()]) if not tempnorm: mi, ma = np.nanmin(temp), np.nanmax(temp) if mi == ma: mi=0 tempnorm = plt.Normalize(mi,ma) ipaths = [self.get_mercury(tempnorm(t)) for t in temp] self.inner.set_paths(ipaths) 的温度归一化为最小值和最大值。

或者我们可以使用颜色（{plt.rcParams["figure.figsize"] = (5.5,3) plt.rcParams["figure.dpi"] = 72*3 fig, ax = plt.subplots() p = TemperaturePlot() p.scatter([.25,.5,.75], [.3,.4,.5], s=[800,1200,1600], temp=[28,39,35], color="C3", ax=ax, transform=ax.transAxes) plt.show() ）和 [28,39,35]来显示温度，如

c