Matplotlib艺术家在放大时保持相同的大小，但也随着平移移动？

Question

这是对this question的直接跟进。

使用 matplotlib ，我希望能够在一系列数据标记上放置一种“突出显示条”，我知道它们都是直线水平线。

这个条形/矩形应该比标记略高，并且包含它们，如下面的三个标记：

为了成为一个明智的突出显示栏，它需要具备以下两个特征：

• 如果绘图是平移的，则条形图随着标记一起移动（因此它总是覆盖它们）。
• 如果绘图被缩放，则条形图的显示高度不会改变（因此它总是略高于标记）。

如果有必要知道，这些标记没有有意义的y值（它们全部在y = -1处绘制），只有有意义的x值。因此，条形的高度在数据坐标中是没有意义的;它只需要总是足够高，以包围标记。

Answer 1

好问题！这是一个很好的挑战，需要结合起来才能实现。

首先，我们需要发明一个变换，它将返回预定义值的设备坐标加上基于给定点的偏移量。例如，如果我们知道我们希望bar位于x_pt，y_pt，则转换应该表示（伪代码）：

def transform(x, y):
    return x_pt_in_device + x, y_pt_in_device + y

完成此操作后，我们可以使用此变换在固定数据点周围绘制一个20像素的框。但是，您只想在y方向上绘制一个固定像素高度的框，但是在x方向上，您希望标准数据缩放。

因此，我们需要创建一个可以独立变换x和y坐标的混合变换。完成你所要求的整个代码：

import matplotlib.pyplot as plt
import matplotlib.patches as mpatches
import matplotlib.path as mpath
import matplotlib.transforms as mtrans

import numpy as np


class FixedPointOffsetTransform(mtrans.Transform):
    """
    Always returns the same transformed point plus
    the given point in device coordinates as an offset.
    """
    def __init__(self, trans, fixed_point):
        mtrans.Transform.__init__(self)
        self.input_dims = self.output_dims = 2
        self.trans = trans
        self.fixed_point = np.array(fixed_point).reshape(1, 2)

    def transform(self, values):
        fp = self.trans.transform(self.fixed_point)
        values = np.array(values)
        if values.ndim == 1:
            return fp.flatten() + values
        else:
            return fp + values


plt.scatter([3.1, 3.2, 3.4, 5], [2, 2, 2, 6])

ax = plt.gca()
fixed_pt_trans = FixedPointOffsetTransform(ax.transData, (0, 2))

xdata_yfixed = mtrans.blended_transform_factory(ax.transData, fixed_pt_trans)


x = [3.075, 3.425] # x range of box (in data coords)
height = 20 # of box in device coords (pixels)
path = mpath.Path([[x[0], -height], [x[1], -height],
                   [x[1], height],  [x[0], height],
                   [x[0], -height]])
patch = mpatches.PathPatch(path, transform=xdata_yfixed,
                           facecolor='red', edgecolor='black',
                           alpha=0.4, zorder=0)
ax.add_patch(patch)

plt.show()