matplotlib.transforms

Matplotlib 包含一个用于任意几何变换的框架，用于确定在画布上绘制的所有元素的最终位置。

变换由TransformNode对象树组成，其实际值取决于它们的子对象。当孩子的内容发生变化时，他们的父母自动失效。下次访问无效的转换时，会重新计算以反映这些更改。这种失效/缓存方法可以防止不必要的转换重新计算，并有助于更好的交互性能。

例如，下面是用于将数据绘制到图形的变换树的图形：

该框架可用于仿射和非仿射变换。但是，为了速度，我们希望尽可能使用后端渲染器执行仿射变换。因此，可以仅对一组数据执行变换的仿射或非仿射部分。仿射总是假定在非仿射之后发生。对于任何变换：

full transform == non-affine part + affine part

后端不希望自己处理非仿射变换。

有关如何使用转换的示例，请参阅教程转换教程。

类 matplotlib.transforms。Affine2D ( matrix = None , ** kwargs )

基地：Affine2DBase

可变的 2D 仿射变换。

从 3x3 numpy 浮点数组初始化仿射变换：

a c e
b d f
0 0 1

如果矩阵为无，则使用恒等变换进行初始化。

__init__ ( matrix = None , ** kwargs )

从 3x3 numpy 浮点数组初始化仿射变换：

a c e
b d f
0 0 1

如果矩阵为无，则使用恒等变换进行初始化。

__module__ = 'matplotlib.transforms'

__str__ ( )

返回 str(self)。

清除( )

将基础矩阵重置为恒等变换。

静态 from_values ( a , b , c , d , e , f )

从给定的值创建一个新的 Affine2D 实例：

a c e
b d f
0 0 1

.

get_matrix ( )

将底层转换矩阵作为 3x3 numpy 数组获取：

a c e
b d f
0 0 1

.

静态 身份( )

[已弃用]返回一个新Affine2D对象，即身份转换。

除非此转换稍后会发生突变，否则请考虑使用更快的IdentityTransform类。

笔记

3.6 版后已弃用：改用 Affine2D()。

旋转( theta )

为这个变换添加一个旋转（以弧度为单位）。

返回self，因此该方法可以很容易地与对rotate()、rotate_deg()和的更多调用链接translate() 起来scale()。

rotate_around ( x , y , theta )

添加围绕点 (x, y) 的旋转（以弧度为单位）。

返回self，因此该方法可以很容易地与对rotate()、rotate_deg()和的更多调用链接translate() 起来scale()。

rotate_deg (度数)

为这个变换添加一个旋转（以度为单位）。

返回self，因此该方法可以很容易地与对rotate()、rotate_deg()和的更多调用链接translate() 起来scale()。

rotate_deg_around ( x , y ,度数)

添加围绕点 (x, y) 的旋转（以度为单位）。

返回self，因此该方法可以很容易地与对rotate()、rotate_deg()和的更多调用链接translate() 起来scale()。

scale ( sx , sy = None )

在适当的位置添加一个刻度。

如果sy为 None，则在x和 y方向上应用相同的比例。

返回self，因此该方法可以很容易地与对rotate()、rotate_deg()和的更多调用链接translate() 起来scale()。

设置（其他）

Affine2DBase从另一个对象的冻结副本设置此转换 。

set_matrix ( mtx )

从 3x3 numpy 数组设置基础变换矩阵：

a c e
b d f
0 0 1

.

偏斜( xShear , yShear )

在适当的位置添加一个倾斜。

xShear和yShear分别是沿x轴和 y轴的剪切角，单位为弧度。

返回self，因此该方法可以很容易地与对rotate()、rotate_deg()和的更多调用链接translate() 起来scale()。

skew_deg ( xShear , yShear )

在适当的位置添加一个倾斜。

xShear和yShear分别是沿x轴和 y轴的剪切角，以度为单位。

返回self，因此该方法可以很容易地与对rotate()、rotate_deg()和的更多调用链接translate() 起来scale()。

翻译( tx , ty )

就地添加翻译。

返回self，因此该方法可以很容易地与对rotate()、rotate_deg()和的更多调用链接translate() 起来scale()。

类 matplotlib.transforms。Affine2DBase ( * args , ** kwargs )

基地：AffineBase

所有二维仿射变换的基类。

使用 3x3 numpy 数组执行 2D 仿射变换：

a c e
b d f
0 0 1

此类提供只读接口。对于可变的 2D 仿射变换，使用Affine2D.

此类的子类通常只需要覆盖构造函数并get_matrix()生成自定义 3x3 矩阵。

参数：

速记名 str

表示转换的“名称”的字符串。str(transform)除了提高DEBUG=True 时的可读性之外，该名称没有任何意义 。

__annotations__ = {}

__module__ = 'matplotlib.transforms'

冻结( )

返回此变换节点的冻结副本。冻结的副本在其子项更改时不会更新。用于存储copy.deepcopy()通常可能使用的转换的先前已知状态。

has_inverse = True

如果此变换具有相应的逆变换，则为真。

input_dims = 2

此变换的输入维数。必须在子类中被覆盖（使用整数）。

倒置( )

返回对应的逆变换。

它成立。x == self.inverted().transform(self.transform(x))

此方法的返回值应被视为临时的。对self的更新不会导致对其反向副本的相应更新。

属性 is_separable

布尔（x）->布尔

当参数 x 为真时返回 True，否则返回 False。内置 True 和 False 是类 bool 的仅有的两个实例。bool 类是 int 类的子类，不能被子类化。

output_dims = 2

此变换的输出维数。必须在子类中被覆盖（使用整数）。

to_values ( )

将矩阵的值作为元组返回。(a, b, c, d, e, f)

transform_affine (点)

仅将此转换的仿射部分应用于给定的值数组。

transform(values)总是等价于 transform_affine(transform_non_affine(values))。

在非仿射变换中，这通常是无操作的。在仿射变换中，这等价于 transform(values)。

参数：

值数组

输入值作为长度input_dims或形状 (N x input_dims) 的 NumPy 数组。

返回：

大批

输出值作为长度output_dims或形状 (N x output_dims) 的 NumPy 数组，具体取决于输入。

类 matplotlib.transforms。AffineBase ( * args , ** kwargs )

基地：Transform

任意维数的所有仿射变换的基类。

参数：

速记名 str

表示转换的“名称”的字符串。str(transform)除了提高DEBUG=True 时的可读性之外，该名称没有任何意义 。

__annotations__ = {}

__array__ ( * args , ** kwargs )

获取此变换的仿射矩阵的数组接口。

__eq__ (其他)

返回自我==价值。

__hash__ =无

__init__ ( * args , ** kwargs )

参数：

速记名 str

表示转换的“名称”的字符串。str(transform)除了提高DEBUG=True 时的可读性之外，该名称没有任何意义 。

__module__ = 'matplotlib.transforms'

get_affine ( )

获取此变换的仿射部分。

is_affine =真

转换（值）

将此转换应用于给定的值数组。

参数：

值数组

输入值作为长度input_dims或形状 (N x input_dims) 的 NumPy 数组。

返回：

大批

输出值作为长度output_dims或形状 (N x output_dims) 的 NumPy 数组，具体取决于输入。

transform_affine (值)

仅将此转换的仿射部分应用于给定的值数组。

transform(values)总是等价于 transform_affine(transform_non_affine(values))。

在非仿射变换中，这通常是无操作的。在仿射变换中，这等价于 transform(values)。

参数：

值数组

输入值作为长度input_dims或形状 (N x input_dims) 的 NumPy 数组。

返回：

大批

输出值作为长度output_dims或形状 (N x output_dims) 的 NumPy 数组，具体取决于输入。

transform_non_affine (点)

仅应用此转换的非仿射部分。

transform(values)总是等价于 transform_affine(transform_non_affine(values))。

在非仿射变换中，这通常等价于 transform(values)。在仿射变换中，这始终是空操作。

参数：

值数组

输入值作为长度input_dims或形状 (N x input_dims) 的 NumPy 数组。

返回：

大批

输出值作为长度output_dims或形状 (N x output_dims) 的 NumPy 数组，具体取决于输入。

transform_path (路径)

将变换应用于path，返回一个新的.Path Path

在某些情况下，此变换可能会将曲线插入以线段开始的路径中。

transform_path_affine (路径)

将此变换的仿射部分应用于路径，返回一个新的.Path Path

transform_path(path)相当于 transform_path_affine(transform_path_non_affine(values))。

transform_path_non_affine (路径)

将此变换的非仿射部分应用于path，返回一个新的.Path Path

transform_path(path)相当于 transform_path_affine(transform_path_non_affine(values))。

类 matplotlib.transforms。AffineDeltaTransform ( transform , ** kwargs )

基地：Affine2DBase

用于转换点对之间位移的转换包装器。

此类旨在用于转换点对之间的位移（“位置增量”）（例如，作为s的offset_transform ） ：给定一个 满足Collection的变换。tt = AffineDeltaTransform(t) + offsetAffineDeltaTransformAffineDeltaTransform(a - b) == AffineDeltaTransform(a) - AffineDeltaTransform(b)

这是通过将变换矩阵的偏移分量强制为零来实现的。

从 3.3 开始，此类是实验性的，API 可能会更改。

参数：

速记名 str

表示转换的“名称”的字符串。str(transform)除了提高DEBUG=True 时的可读性之外，该名称没有任何意义 。

__annotations__ = {}

__init__ (变换, ** kwargs )

参数：

速记名 str

表示转换的“名称”的字符串。str(transform)除了提高DEBUG=True 时的可读性之外，该名称没有任何意义 。

__module__ = 'matplotlib.transforms'

__str__ ( )

返回 str(self)。

get_matrix ( )

获取此变换的仿射部分的矩阵。

类 matplotlib.transforms。Bbox ( points , ** kwargs )

基地：BboxBase

一个可变的边界框。

例子

从已知边界创建

默认构造函数采用边界 "points" 。[[xmin, ymin], [xmax, ymax]]

>>> Bbox([[1, 1], [3, 7]])
Bbox([[1.0, 1.0], [3.0, 7.0]])

或者，可以从扁平点数组创建一个 Bbox，即所谓的“范围”(xmin, ymin, xmax, ymax)

>>> Bbox.from_extents(1, 1, 3, 7)
Bbox([[1.0, 1.0], [3.0, 7.0]])

或从“界限” 。(xmin, ymin, width, height)

>>> Bbox.from_bounds(1, 1, 2, 6)
Bbox([[1.0, 1.0], [3.0, 7.0]])

从点集合创建

用于累积 Bbox 的“空”对象是 null bbox，它是空集的替身。

>>> Bbox.null()
Bbox([[inf, inf], [-inf, -inf]])

向空 bbox 添加点将为您提供这些点的 bbox。

>>> box = Bbox.null()
>>> box.update_from_data_xy([[1, 1]])
>>> box
Bbox([[1.0, 1.0], [1.0, 1.0]])
>>> box.update_from_data_xy([[2, 3], [3, 2]], ignore=False)
>>> box
Bbox([[1.0, 1.0], [3.0, 3.0]])

设置ignore=True相当于从一个空 bbox 重新开始。

>>> box.update_from_data_xy([[1, 1]], ignore=True)
>>> box
Bbox([[1.0, 1.0], [1.0, 1.0]])

警告

建议始终ignore明确指定。如果没有，ignore可以随时通过访问您的 Bbox 的代码更改默认值，例如使用方法ignore.

``null`` bbox 的属性

笔记

的当前行为Bbox.null()可能令人惊讶，因为它不具有“空集”的所有属性，因此在数学意义上不像“零”对象。我们可能会在未来改变它（有一个弃用期）。

空 bbox 是交叉点的标识

>>> Bbox.intersection(Bbox([[1, 1], [3, 7]]), Bbox.null())
Bbox([[1.0, 1.0], [3.0, 7.0]])

除了它本身，它返回完整的空间。

>>> Bbox.intersection(Bbox.null(), Bbox.null())
Bbox([[-inf, -inf], [inf, inf]])

包含 null 的联合将始终返回完整空间（而不是其他集合！）

>>> Bbox.union([Bbox([[0, 0], [0, 0]]), Bbox.null()])
Bbox([[-inf, -inf], [inf, inf]])

参数：

点数组

形式为 2x2 的 numpy 数组。[[x0, y0], [x1, y1]]

__annotations__ = {}

__format__ ( fmt )

默认对象格式化程序。

__init__ (点, ** kwargs )

参数：

点数组

形式为 2x2 的 numpy 数组。[[x0, y0], [x1, y1]]

__module__ = 'matplotlib.transforms'

__repr__ ( )

返回 repr(self)。

__str__ ( )

返回 str(self)。

属性 界限

返回 ( x0, y0, width, height)。

静态 from_bounds ( x0 , y0 , width , height )

Bbox从x0、y0、width和height创建一个新的。

宽度和高度可能为负数。

静态 from_extents ( * args , minpos = None )

从左、下、右和上创建一个新的 Bbox 。

y轴向上增加。

参数：

左、下、右、上浮动

边界框的四个范围。

minpos浮动或无

如果提供，Bbox 将设置一个最小正值。这在处理负边界导致浮点错误的对数刻度和其他刻度时很有用。

冻结( )

参与转换树并需要使其父级无效或被无效的任何事物的基类。这包括不是真正变换的类，例如边界框，因为一些变换依赖于边界框来计算它们的值。

get_points ( )

直接将边界框的点作为形式的 numpy 数组获取：。[[x0, y0], [x1, y1]]

忽略（值）

设置后续调用是否应忽略框的现有边界update_from_data_xy()。

布尔值

• 时True，后续调用update_from_data_xy() 将忽略Bbox.

• 何时False，后续调用update_from_data_xy() 将包括Bbox.

属性 区间x

定义边界框的一对x坐标。

这不保证从左到右排序。

属性 间隔

定义边界框的一对y坐标。

这不保证从下到上排序。

属性 minpos

Bbox 内两个方向的最小正值。

这在处理对数刻度和负边界导致浮点错误的其他刻度时很有用，并将用作最小范围而不是p0。

属性 minposx

Bbox 内x方向的最小正值。

这在处理对数刻度和负边界导致浮点错误的其他刻度时很有用，并将用作最小x范围而不是x0。

属性 minposy

Bbox 内y方向上的最小正值。

这在处理对数刻度和负边界导致浮点错误的其他刻度时很有用，并将用作最小y范围而不是y0。

变异( )

返回自初始化以来 bbox 是否已更改。

mutatedx ( )

返回自初始化以来 x 限制是否已更改。

mutatedy ( )

返回自初始化以来 y 限制是否已更改。

静态 null ( )

创建一个Bbox从 (inf, inf) 到 (-inf, -inf) 的新空值。

属性 p0

定义边界框的第一对 ( x , y ) 坐标。

这不能保证是左下角（为此，使用 min）。

属性 p1

定义边界框的第二对 ( x , y ) 坐标。

这不能保证是右上角（为此，使用 max）。

设置（其他）

从另一个 的“冻结”边界设置此边界框Bbox。

set_points (点)

直接从以下形式的 numpy 数组设置边界框的点：。不执行错误检查，因为此方法主要供内部使用。[[x0, y0], [x1, y1]]

静态 单位( )

创建一个Bbox从 (0, 0) 到 (1, 1) 的新单位。

update_from_data_x ( x , ignore = None )

Bbox根据传入的数据更新 x 的边界。更新后，边界将具有正宽度，x0将是最小值。

参数：

x ndarray

x 值数组。

忽略布尔值，可选

• 时True，忽略 的现有界限Bbox。

• 当 时False，包括 的现有边界Bbox。

• 时None，使用传递给的最后一个值ignore()。

update_from_data_xy ( xy , ignore = None , updatex = True , updatey = True )

Bbox根据传入的数据更新边界。更新后，边界将具有正的宽度和高度； x0和y0将是最小值。

参数：

xy ndarray

一个 numpy 二维点数组。

忽略布尔值，可选

• 时True，忽略 的现有界限Bbox。

• 当 时False，包括 的现有边界Bbox。

• 时None，使用传递给的最后一个值ignore()。

updatex, updatey bool, 默认: True

当 时True，更新 x/y 值。

update_from_data_y ( y , ignore = None )

Bbox根据传入的数据更新 y 边界。更新后，边界将具有正的高度，并且y0将是最小值。

参数：

yndarray _

y 值数组。

忽略布尔值，可选

• 时True，忽略 的现有界限Bbox。

• 当 时False，包括 的现有边界Bbox。

• 时None，使用传递给的最后一个值ignore()。

update_from_path ( path , ignore = None , updatex = True , updatey = True )

更新 的边界Bbox以包含所提供路径的顶点。更新后，边界将具有正的宽度 和高度；x0和y0将是最小值。

参数：

小路Path

忽略布尔值，可选

• 时True，忽略 的现有界限Bbox。

• 时False，包括 的现有边界Bbox。

• 时None，使用传递给的最后一个值ignore()。

updatex, updatey bool, 默认: True

当 时True，更新 x/y 值。

属性 x0

定义边界框的一对x坐标中的第一个。

这不能保证小于x1（为此，使用 xmin）。

属性 x1

定义边界框的x坐标对中的第二个。

这不能保证大于x0（为此，使用 xmax）。

属性 y0

定义边界框的一对y坐标中的第一个。

这不能保证小于y1（为此，使用 ymin）。

属性 y1

定义边界框的y坐标对中的第二个。

这不能保证大于y0（为此，使用 ymax）。

类 matplotlib.transforms。BboxBase ( shorthand_name = None )

基地：TransformNode

所有边界框的基类。

这个类是不可变的；Bbox是一个可变的子类。

规范表示是两点，对它们的顺序没有限制。提供了方便的属性来获取左、下、右和上边缘以及宽度和高度，但这些没有明确存储。

参数：

速记名 str

表示转换的“名称”的字符串。str(transform)除了提高DEBUG=True 时的可读性之外，该名称没有任何意义 。

__annotations__ = {}

__array__ ( * args , ** kwargs )

__module__ = 'matplotlib.transforms'

锚定( c , container = None )

在容器Bbox中返回锚定到c的副本。

参数：

c (float, float) 或 {'C', 'SW', 'S', 'SE', 'E', 'NE', ...}

一个 ( x , y ) 对相对坐标（0 是左或下，1 是右或上）、'C'（中心）或基本方向（'SW'、西南、左下等） .

容器Bbox，可选

放置的盒子Bbox；它默认为初始Bbox.

也可以看看

Axes.set_anchor

属性 界限

返回 ( x0, y0, width, height)。

coefs = {'C': (0.5, 0.5), 'E': (1.0, 0.5), 'N': (0.5, 1.0), 'NE': (1.0, 1.0), 'NW': (0, 1.0), 'S': (0.5, 0), 'SE': (1.0, 0), 'SW': (0, 0), 'W': (0, 0.5)}

包含( x , y )

返回是在边界框内还是在其边缘。(x, y)

包含x ( x )

返回x是否在闭 ( x0, x1) 区间内。

包含( y )

返回y是否在闭 ( y0, y1) 区间内。

角( )

将此矩形的角作为点数组返回。

具体来说，这将返回数组 。[[x0, y0], [x0, y1], [x1, y0], [x1, y1]]

count_contains (顶点)

计算中包含的顶点数Bbox。任何具有非有限 x 或 y 值的顶点都将被忽略。

参数：

顶点Nx2 Numpy 数组。

count_overlaps ( bboxes )

计算与此重叠的边界框的数量。

参数：

bboxes序列BboxBase

扩展( sw , sh )

通过因子sw和shBbox围绕它的中心展开这个来构造 a 。

属性 范围

返回 ( x0, y0, x1, y1)。

冻结( )

参与转换树并需要使其父级无效或被无效的任何事物的基类。这包括不是真正变换的类，例如边界框，因为一些变换依赖于边界框来计算它们的值。

full_contains ( x , y )

返回是否在边界框内，但不在边界框内。x, y

full_containsx ( x )

返回x是否在开 ( x0, x1) 区间内。

full_containsy ( y )

返回y是否在开 ( y0, y1) 区间内。

完全重叠（其他）

返回此边界框是否与其他边界框重叠，不包括边缘。

参数：

其他BboxBase

get_points ( )

属性 高度

边界框的（有符号）高度。

静态 交集( bbox1 , bbox2 )

如果bbox1和bbox2相交，则返回它们的交集，否则返回 None。

属性 区间x

定义边界框的一对x坐标。

这不保证从左到右排序。

属性 间隔

定义边界框的一对y坐标。

这不保证从下到上排序。

is_affine =真

is_bbox =真

属性 最大值

边界框的右上角。

属性 最小值

边界框的左下角。

重叠（其他）

返回此边界框是否与另一个边界框重叠。

参数：

其他BboxBase

属性 p0

定义边界框的第一对 ( x , y ) 坐标。

这不能保证是左下角（为此，使用 min）。

属性 p1

定义边界框的第二对 ( x , y ) 坐标。

这不能保证是右上角（为此，使用 max）。

填充( p )

Bbox通过在所有四个边上用p填充这个来构造 a 。

旋转（弧度）

返回以弧度Bbox角旋转 this 的结果的轴对齐边界框。

缩小( mx , my )

返回 , 的副本， 在 x 方向上缩小了因子 mx，在yBbox方向上缩小了因子my。框的左下角保持不变。通常 mx和my将小于 1，但这不是强制的。

shrunk_to_aspect ( box_aspect , container = None , fig_aspect = 1.0 )

返回 , 的副本，Bbox使其在具有所需纵横比 box_aspect的同时尽可能大。如果框坐标是相对的（即，较大框的一部分，例如图形），则该图形的物理纵横比由 fig_aspect指定，因此box_aspect也可以作为绝对尺寸的比率给出，而不是相对尺寸.

属性 大小

边界框的（有符号）宽度和高度。

splitx ( * args )

返回通过在argsBbox给出的小数位置处用垂直线分割原始对象而形成的新对象列表。

splity ( * args )

返回通过在argsBbox给出的分数位置用水平线分割原始对象而形成的新对象列表。

转换（变换）

Bbox通过transform静态转换 this 来构造 a 。

已翻译( tx , ty )

通过用tx和tyBbox翻译这个来构造 a 。

静态 联合( bboxes )

返回Bbox包含所有给定bboxes的 a 。

属性 宽度

边界框的（有符号）宽度。

属性 x0

定义边界框的一对x坐标中的第一个。

这不能保证小于x1（为此，使用 xmin）。

属性 x1

定义边界框的x坐标对中的第二个。

这不能保证大于x0（为此，使用 xmax）。

属性 xmax

边界框的右边缘。

属性 xmin

边界框的左边缘。

属性 y0

定义边界框的一对y坐标中的第一个。

这不能保证小于y1（为此，使用 ymin）。

属性 y1

定义边界框的y坐标对中的第二个。

这不能保证大于y0（为此，使用 ymax）。

属性 ymax

边界框的上边缘。

属性 ymin

边界框的底部边缘。

类 matplotlib.transforms。BboxTransform ( boxin , boxout , ** kwargs )

基地：Affine2DBase

BboxTransform将点从一个点线性变换Bbox到另一个点。

创建一个新BboxTransform的点，将点从boxin线性转换为boxout。

__annotations__ = {}

__init__ ( boxin , boxout , ** kwargs )

创建一个新BboxTransform的点，将点从boxin线性转换为boxout。

__module__ = 'matplotlib.transforms'

__str__ ( )

返回 str(self)。

get_matrix ( )

获取此变换的仿射部分的矩阵。

is_separable = True

如果此变换在 x 和 y 维度上是可分离的，则为真。

类 matplotlib.transforms。BboxTransformFrom ( boxin , ** kwargs )

基地：Affine2DBase

BboxTransformFrom将点从给定的边界框线性变换Bbox到单位边界框。

参数：

速记名 str

表示转换的“名称”的字符串。str(transform)除了提高DEBUG=True 时的可读性之外，该名称没有任何意义 。

__annotations__ = {}

__init__ ( boxin , ** kwargs )

参数：

速记名 str

表示转换的“名称”的字符串。str(transform)除了提高DEBUG=True 时的可读性之外，该名称没有任何意义 。

__module__ = 'matplotlib.transforms'

__str__ ( )

返回 str(self)。

get_matrix ( )

获取此变换的仿射部分的矩阵。

is_separable = True

如果此变换在 x 和 y 维度上是可分离的，则为真。

类 matplotlib.transforms。BboxTransformTo ( boxout , ** kwargs )

基地：Affine2DBase

BboxTransformTo是一种将点从单位边界框线性变换到给定 的变换Bbox。

创建一个新BboxTransformTo的，将点从单位边界框线性转换为boxout。

__annotations__ = {}

__init__ ( boxout , ** kwargs )

创建一个新BboxTransformTo的，将点从单位边界框线性转换为boxout。

__module__ = 'matplotlib.transforms'

__str__ ( )

返回 str(self)。

get_matrix ( )

获取此变换的仿射部分的矩阵。

is_separable = True

如果此变换在 x 和 y 维度上是可分离的，则为真。

类 matplotlib.transforms。BboxTransformToMaxOnly ( boxout , ** kwargs )

基地：BboxTransformTo

BboxTransformTo是一种将点从单位边界框线性变换到Bbox左上角固定为 (0, 0) 的给定值的变换。

创建一个新BboxTransformTo的，将点从单位边界框线性转换为boxout。

__annotations__ = {}

__module__ = 'matplotlib.transforms'

get_matrix ( )

获取此变换的仿射部分的矩阵。

类 matplotlib.transforms。BlendedAffine2D ( x_transform , y_transform , ** kwargs )

基地：_BlendedMixin，Affine2DBase

“混合”变换对x方向使用一个变换，对y方向使用另一个变换。

这个版本是对两个子变换都是 type 的情况的优化Affine2DBase。

创建一个新的“混合”变换，使用x_transform来变换 x轴，使用y_transform来变换y轴。

x_transform和y_transform都必须是 2D 仿射变换。

您通常不会直接调用此构造函数，而是使用该 blended_transform_factory函数来代替，该函数可以自动确定要创建哪种混合变换。

__annotations__ = {}

__init__ ( x_transform , y_transform , ** kwargs )

创建一个新的“混合”变换，使用x_transform来变换 x轴，使用y_transform来变换y轴。

x_transform和y_transform都必须是 2D 仿射变换。

您通常不会直接调用此构造函数，而是使用该 blended_transform_factory函数来代替，该函数可以自动确定要创建哪种混合变换。

__module__ = 'matplotlib.transforms'

get_matrix ( )

获取此变换的仿射部分的矩阵。

is_separable = True

如果此变换在 x 和 y 维度上是可分离的，则为真。

类 matplotlib.transforms。BlendedGenericTransform ( x_transform , y_transform , ** kwargs )

基地：_BlendedMixin，Transform

“混合”变换对x方向使用一个变换，对y方向使用另一个变换。

这个“通用”版本可以处理x和y方向上的任何给定子变换 。

创建一个新的“混合”变换，使用x_transform来变换 x轴，使用y_transform来变换y轴。

您通常不会直接调用此构造函数，而是使用该 blended_transform_factory函数来代替，该函数可以自动确定要创建哪种混合变换。

__annotations__ = {}

__init__ ( x_transform , y_transform , ** kwargs )

创建一个新的“混合”变换，使用x_transform来变换 x轴，使用y_transform来变换y轴。

您通常不会直接调用此构造函数，而是使用该 blended_transform_factory函数来代替，该函数可以自动确定要创建哪种混合变换。

__module__ = 'matplotlib.transforms'

contains_branch ( other )

返回给定的变换是否是这个变换的子树。

该例程使用变换相等来识别子树，因此在许多情况下，将使用对象 id。

对于给定变换表示整个变换的情况，返回 True。

属性 深度

返回已链接在一起以形成此 Transform 实例的变换的数量。

笔记

对于复合变换的特殊情况，返回两者的最大深度。

冻结( )

返回此变换节点的冻结副本。冻结的副本在其子项更改时不会更新。用于存储copy.deepcopy()通常可能使用的转换的先前已知状态。

get_affine ( )

获取此变换的仿射部分。

属性 has_inverse

布尔（x）->布尔

当参数 x 为真时返回 True，否则返回 False。内置 True 和 False 是类 bool 的仅有的两个实例。bool 类是 int 类的子类，不能被子类化。

input_dims = 2

此变换的输入维数。必须在子类中被覆盖（使用整数）。

倒置( )

返回对应的逆变换。

它成立。x == self.inverted().transform(self.transform(x))

此方法的返回值应被视为临时的。对self的更新不会导致对其反向副本的相应更新。

属性 is_affine

布尔（x）->布尔

当参数 x 为真时返回 True，否则返回 False。内置 True 和 False 是类 bool 的仅有的两个实例。bool 类是 int 类的子类，不能被子类化。

is_separable = True

如果此变换在 x 和 y 维度上是可分离的，则为真。

output_dims = 2

此变换的输出维数。必须在子类中被覆盖（使用整数）。

pass_through = True

如果 pass_through 为 True，则所有祖先都将始终无效，即使 'self' 已经无效。

transform_non_affine (点)

仅应用此转换的非仿射部分。

transform(values)总是等价于 transform_affine(transform_non_affine(values))。

在非仿射变换中，这通常等价于 transform(values)。在仿射变换中，这始终是空操作。

参数：

值数组

输入值作为长度input_dims或形状 (N x input_dims) 的 NumPy 数组。

返回：

大批

输出值作为长度output_dims或形状 (N x output_dims) 的 NumPy 数组，具体取决于输入。

类 matplotlib.transforms。CompositeAffine2D ( a , b , ** kwargs )

基地：Affine2DBase

通过应用变换a然后变换b形成的复合变换。

此版本是处理a 和b都是 2D 仿射的情况的优化。

创建一个新的复合变换，它是应用a然后b的结果。Affine2DBase Affine2DBase

您通常不会直接调用此构造函数，而是编写它，它会自动选择最佳类型的复合变换实例来创建。a + b

__annotations__ = {}

__init__ ( a , b , ** kwargs )

创建一个新的复合变换，它是应用a然后b的结果。Affine2DBase Affine2DBase

您通常不会直接调用此构造函数，而是编写它，它会自动选择最佳类型的复合变换实例来创建。a + b

__module__ = 'matplotlib.transforms'

__str__ ( )

返回 str(self)。

属性 深度

返回已链接在一起以形成此 Transform 实例的变换的数量。

笔记

对于复合变换的特殊情况，返回两者的最大深度。

get_matrix ( )

获取此变换的仿射部分的矩阵。

类 matplotlib.transforms。CompositeGenericTransform ( a , b , ** kwargs )

基地：Transform

通过应用变换a然后变换b形成的复合变换。

这个“通用”版本可以处理任意两个任意转换。

创建一个新的复合变换，它是应用变换a然后变换b的结果。

您通常不会直接调用此构造函数，而是编写它，它会自动选择最佳类型的复合变换实例来创建。a + b

__annotations__ = {}

__eq__ (其他)

返回自我==价值。

__hash__ =无

__init__ ( a , b , ** kwargs )

创建一个新的复合变换，它是应用变换a然后变换b的结果。

您通常不会直接调用此构造函数，而是编写它，它会自动选择最佳类型的复合变换实例来创建。a + b

__module__ = 'matplotlib.transforms'

__str__ ( )

返回 str(self)。

属性 深度

返回已链接在一起以形成此 Transform 实例的变换的数量。

笔记

对于复合变换的特殊情况，返回两者的最大深度。

冻结( )

返回此变换节点的冻结副本。冻结的副本在其子项更改时不会更新。用于存储copy.deepcopy()通常可能使用的转换的先前已知状态。

get_affine ( )

获取此变换的仿射部分。

属性 has_inverse

布尔（x）->布尔

当参数 x 为真时返回 True，否则返回 False。内置 True 和 False 是类 bool 的仅有的两个实例。bool 类是 int 类的子类，不能被子类化。

倒置( )

返回对应的逆变换。

它成立。x == self.inverted().transform(self.transform(x))

此方法的返回值应被视为临时的。对self的更新不会导致对其反向副本的相应更新。

属性 is_affine

布尔（x）->布尔

当参数 x 为真时返回 True，否则返回 False。内置 True 和 False 是类 bool 的仅有的两个实例。bool 类是 int 类的子类，不能被子类化。

属性 is_separable

布尔（x）->布尔

当参数 x 为真时返回 True，否则返回 False。内置 True 和 False 是类 bool 的仅有的两个实例。bool 类是 int 类的子类，不能被子类化。

pass_through = True

如果 pass_through 为 True，则所有祖先都将始终无效，即使 'self' 已经无效。

transform_affine (点)

仅将此转换的仿射部分应用于给定的值数组。

transform(values)总是等价于 transform_affine(transform_non_affine(values))。

在非仿射变换中，这通常是无操作的。在仿射变换中，这等价于 transform(values)。

参数：

值数组

输入值作为长度input_dims或形状 (N x input_dims) 的 NumPy 数组。

返回：

大批

输出值作为长度output_dims或形状 (N x output_dims) 的 NumPy 数组，具体取决于输入。

transform_non_affine (点)

仅应用此转换的非仿射部分。

transform(values)总是等价于 transform_affine(transform_non_affine(values))。

在非仿射变换中，这通常等价于 transform(values)。在仿射变换中，这始终是空操作。

参数：

值数组

输入值作为长度input_dims或形状 (N x input_dims) 的 NumPy 数组。

返回：

大批

输出值作为长度output_dims或形状 (N x output_dims) 的 NumPy 数组，具体取决于输入。

transform_path_non_affine (路径)

将此变换的非仿射部分应用于path，返回一个新的.Path Path

transform_path(path)相当于 transform_path_affine(transform_path_non_affine(values))。

类 matplotlib.transforms。IdentityTransform ( * args , ** kwargs )

基地：Affine2DBase

一个特殊的类，它以一种快速的方式做一件事，即身份转换。

参数：

速记名 str

表示转换的“名称”的字符串。str(transform)除了提高DEBUG=True 时的可读性之外，该名称没有任何意义 。

__annotations__ = {}

__module__ = 'matplotlib.transforms'

__str__ ( )

返回 str(self)。

冻结( )

返回此变换节点的冻结副本。冻结的副本在其子项更改时不会更新。用于存储copy.deepcopy()通常可能使用的转换的先前已知状态。

get_affine ( )

获取此变换的仿射部分。

get_matrix ( )

获取此变换的仿射部分的矩阵。

倒置( )

返回对应的逆变换。

它成立。x == self.inverted().transform(self.transform(x))

此方法的返回值应被视为临时的。对self的更新不会导致对其反向副本的相应更新。

变换(点)

将此转换应用于给定的值数组。

参数：

值数组

输入值作为长度input_dims或形状 (N x input_dims) 的 NumPy 数组。

返回：

大批

输出值作为长度output_dims或形状 (N x output_dims) 的 NumPy 数组，具体取决于输入。

transform_affine (点)

仅将此转换的仿射部分应用于给定的值数组。

transform(values)总是等价于 transform_affine(transform_non_affine(values))。

在非仿射变换中，这通常是无操作的。在仿射变换中，这等价于 transform(values)。

参数：

值数组

输入值作为长度input_dims或形状 (N x input_dims) 的 NumPy 数组。

返回：

大批

输出值作为长度output_dims或形状 (N x output_dims) 的 NumPy 数组，具体取决于输入。

transform_non_affine (点)

仅应用此转换的非仿射部分。

transform(values)总是等价于 transform_affine(transform_non_affine(values))。

在非仿射变换中，这通常等价于 transform(values)。在仿射变换中，这始终是空操作。

参数：

值数组

输入值作为长度input_dims或形状 (N x input_dims) 的 NumPy 数组。

返回：

大批

输出值作为长度output_dims或形状 (N x output_dims) 的 NumPy 数组，具体取决于输入。

transform_path (路径)

将变换应用于path，返回一个新的.Path Path

在某些情况下，此变换可能会将曲线插入以线段开始的路径中。

transform_path_affine (路径)

将此变换的仿射部分应用于路径，返回一个新的.Path Path

transform_path(path)相当于 transform_path_affine(transform_path_non_affine(values))。

transform_path_non_affine (路径)

将此变换的非仿射部分应用于path，返回一个新的.Path Path

transform_path(path)相当于 transform_path_affine(transform_path_non_affine(values))。

类 matplotlib.transforms。LockableBbox ( bbox , x0 = None , y0 = None , x1 = None , y1 = None , ** kwargs )

基地：BboxBase

ABbox某些元素可能被锁定在某些值。

当子边界框发生变化时，除了被锁定的元素之外，该边界框的边界也会相应更新。

参数：

盒子Bbox

要包装的子边界框。

x0浮点数或无

x0 的锁定值，或 None 保持解锁状态。

y0浮点数或无

y0 的锁定值，或 None 保持解锁状态。

x1浮动或无

x1 的锁定值，或 None 保持解锁状态。

y1浮点数或无

y1 的锁定值，或 None 保持解锁状态。

__annotations__ = {}

__init__ ( bbox , x0 = None , y0 = None , x1 = None , y1 = None , ** kwargs )

参数：

盒子Bbox

要包装的子边界框。

x0浮点数或无

x0 的锁定值，或 None 保持解锁状态。

y0浮点数或无

y0 的锁定值，或 None 保持解锁状态。

x1浮动或无

x1 的锁定值，或 None 保持解锁状态。

y1浮点数或无

y1 的锁定值，或 None 保持解锁状态。

__module__ = 'matplotlib.transforms'

__str__ ( )

返回 str(self)。

get_points ( )

属性 locked_x0

float 或 None：用于锁定 x0 的值。

属性 locked_x1

float 或 None：用于锁定 x1 的值。

属性 locked_y0

float 或 None：用于锁定 y0 的值。

属性 locked_y1

float 或 None：用于锁定 y1 的值。

类 matplotlib.transforms。ScaledTranslation ( xt , yt , scale_trans , ** kwargs )

基地：Affine2DBase

在xt和yt 由scale_trans转换后，由xt和yt转换的转换。

参数：

速记名 str

表示转换的“名称”的字符串。str(transform)除了提高DEBUG=True 时的可读性之外，该名称没有任何意义 。

__annotations__ = {}

__init__ ( xt , yt , scale_trans , ** kwargs )

参数：

速记名 str

表示转换的“名称”的字符串。str(transform)除了提高DEBUG=True 时的可读性之外，该名称没有任何意义 。

__module__ = 'matplotlib.transforms'

__str__ ( )

返回 str(self)。

get_matrix ( )

获取此变换的仿射部分的矩阵。

类 matplotlib.transforms。转换( shorthand_name = None )

基地：TransformNode

TransformNode实际执行转换的所有实例的基类。

所有非仿射变换都应该是此类的子类。新的仿射变换应该是 的子类Affine2D。

此类的子类应覆盖以下成员（至少）：

• input_dims

• output_dims

• transform()

• inverted()（如果存在逆）

如果默认值不合适，可能会覆盖以下属性：

• is_separable（对于 1D -> 1D 变换默认为 True，否则为 False）

• has_inverseinverted()（如果被覆盖则默认为 True ，否则为 False）

如果变换需要对对象做一些非标准的事情 matplotlib.path.Path，例如在曾经有线段的地方添加曲线，它应该覆盖：

• transform_path()

参数：

速记名 str

表示转换的“名称”的字符串。str(transform)除了提高DEBUG=True 时的可读性之外，该名称没有任何意义 。

__add__ (其他)

将两个变换组合在一起，以便self后跟other。

A + B返回一个变换C，以便 .C.transform(x) == B.transform(A.transform(x))

__annotations__ = {}

__array__ ( * args , ** kwargs )

获取此变换的仿射矩阵的数组接口。

类方法 __init_subclass__ ( ) [

当类被子类化时调用此方法。

默认实现什么也不做。它可以被覆盖以扩展子类。

__module__ = 'matplotlib.transforms'

__sub__ (其他)

用other的倒数组合self ，如果有的话，取消相同的项：

# In general:
A - B == A + B.inverted()
# (but see note regarding frozen transforms below).

# If A "ends with" B (i.e. A == A' + B for some A') we can cancel
# out B:
(A' + B) - B == A'

# Likewise, if B "starts with" A (B = A + B'), we can cancel out A:
A - (A + B') == B'.inverted() == B'^-1

取消（而不是天真地返回）很重要，原因有很多：A + B.inverted()

• 它在计算 B 的逆时避免了浮点不准确性：保证完全抵消（导致恒等变换），而可能相差很小的 epsilon。B - BB + B.inverted()

• B.inverted()总是返回一个冻结的变换：如果一个计算 然后 mutates ，那么 将不会被更新，最后两个术语将不再抵消；另一方面，即使发生突变，也将始终等于 。A + B + B.inverted()BB.inverted()A + B - BAB

contains_branch ( other )

返回给定的变换是否是这个变换的子树。

该例程使用变换相等来识别子树，因此在许多情况下，将使用对象 id。

对于给定变换表示整个变换的情况，返回 True。

contains_branch_seperately ( other_transform )

返回给定分支是否是每个单独维度上此变换的子树。

此方法的常见用途是识别变换是否是包含 Axes 数据变换的混合变换。例如：

x_isdata, y_isdata = trans.contains_branch_seperately(ax.transData)

属性 深度

返回已链接在一起以形成此 Transform 实例的变换的数量。

笔记

对于复合变换的特殊情况，返回两者的最大深度。

get_affine ( )

获取此变换的仿射部分。

get_matrix ( )

获取此变换的仿射部分的矩阵。

has_inverse = False

如果此变换具有相应的逆变换，则为真。

input_dims =无

此变换的输入维数。必须在子类中被覆盖（使用整数）。

倒置( )

返回对应的逆变换。

它成立。x == self.inverted().transform(self.transform(x))

此方法的返回值应被视为临时的。对self的更新不会导致对其反向副本的相应更新。

is_separable =假

如果此变换在 x 和 y 维度上是可分离的，则为真。

output_dims =无

此变换的输出维数。必须在子类中被覆盖（使用整数）。

转换（值）

将此转换应用于给定的值数组。

参数：

值数组

输入值作为长度input_dims或形状 (N x input_dims) 的 NumPy 数组。

返回：

大批

输出值作为长度output_dims或形状 (N x output_dims) 的 NumPy 数组，具体取决于输入。

transform_affine (值)

仅将此转换的仿射部分应用于给定的值数组。

transform(values)总是等价于 transform_affine(transform_non_affine(values))。

在非仿射变换中，这通常是无操作的。在仿射变换中，这等价于 transform(values)。

参数：

值数组

输入值作为长度input_dims或形状 (N x input_dims) 的 NumPy 数组。

返回：

大批

输出值作为长度output_dims或形状 (N x output_dims) 的 NumPy 数组，具体取决于输入。

transform_angles (角度, pts ,弧度= False , pushoff = 1e-05 )

变换一组锚定在特定位置的角度。

参数：

角度(N,) 类似数组

要变换的角度。

pts (N, 2) 类数组

角度锚定的点。

弧度布尔值，默认值：False

角度是弧度还是度数。

推离浮子

对于pts中的每个点和 angle 中的角度，通过变换从该点开始的一段长度pushoff 并相对于水平轴形成该角度，并测量水平轴和变换段之间的角度来计算变换角度。

返回：

(N,) 数组

transform_bbox ( bbox )

变换给定的边界框。

有关更智能的转换，包括缓存（Matplotlib 中的常见要求），请参阅TransformedBbox.

transform_non_affine (值)

仅应用此转换的非仿射部分。

transform(values)总是等价于 transform_affine(transform_non_affine(values))。

在非仿射变换中，这通常等价于 transform(values)。在仿射变换中，这始终是空操作。

参数：

值数组

输入值作为长度input_dims或形状 (N x input_dims) 的 NumPy 数组。

返回：

大批

输出值作为长度output_dims或形状 (N x output_dims) 的 NumPy 数组，具体取决于输入。

transform_path (路径)

将变换应用于path，返回一个新的.Path Path

在某些情况下，此变换可能会将曲线插入以线段开始的路径中。

transform_path_affine (路径)

将此变换的仿射部分应用于路径，返回一个新的.Path Path

transform_path(path)相当于 transform_path_affine(transform_path_non_affine(values))。

transform_path_non_affine (路径)

将此变换的非仿射部分应用于path，返回一个新的.Path Path

transform_path(path)相当于 transform_path_affine(transform_path_non_affine(values))。

transform_point (点)

返回一个变换的点。

此功能仅用于向后兼容；更通用的 transform方法能够转换点列表和单个点。

该点以长度序列的形式给出input_dims。转换后的点作为长度序列返回 output_dims。

类 matplotlib.transforms。TransformNode ( shorthand_name = None )

基地：object

参与转换树并需要使其父级无效或被无效的任何事物的基类。这包括不是真正变换的类，例如边界框，因为一些变换依赖于边界框来计算它们的值。

参数：

速记名 str

表示转换的“名称”的字符串。str(transform)除了提高DEBUG=True 时的可读性之外，该名称没有任何意义 。

无效= 3

INVALID_AFFINE = 2

INVALID_NON_AFFINE = 1

__annotations__ = {}

__copy__ ( )

__dict__ = mappingproxy ({'__module__': ' matplotlib.transforms', ' __doc__': '\n任何参与转换树的基类\n并且需要使其父级无效或被无效。这包括\ n类不是真正的变换，例如边界框，因为一些\n变换依赖于边界                   框 来 计算 它们的 值。\n     ', 'INVALID_NON_AFFINE': 1, 'INVALID_AFFINE': 2, 'INVALID': 3, 'is_affine': False, 'is_bbox': False, 'pass_through': False, '__init__': <function TransformNode.__init__>, '__getstate__': <function TransformNode.__getstate__>, '__setstate__': <function TransformNode.__setstate__>, '__copy__': <function TransformNode.__copy__>, 'invalidate': <函数 TransformNode.invalidate>， '_invalidate_internal'： <function TransformNode._invalidate_internal>， 'set_children'： <function TransformNode.set_children>， 'frozen'： <function TransformNode.frozen>， ' __dict__'：< 'TransformNode'对象的属性 ' __dict__'>， '__weakref__'：< 'TransformNode'对象的属性'__weakref__' >, '__annotations__': {}})

__getstate__ ( )

__init__ ( shorthand_name = None )

参数：

速记名 str

表示转换的“名称”的字符串。str(transform)除了提高DEBUG=True 时的可读性之外，该名称没有任何意义 。

__module__ = 'matplotlib.transforms'

__setstate__ ( data_dict )

__weakref__

对象的弱引用列表（如果已定义）

冻结( )

返回此变换节点的冻结副本。冻结的副本在其子项更改时不会更新。用于存储copy.deepcopy()通常可能使用的转换的先前已知状态。

无效( )

使其无效TransformNode并触发其祖先的无效。应在变换更改时随时调用。

is_affine =假

is_bbox =假

pass_through =假

如果 pass_through 为 True，则所有祖先都将始终无效，即使 'self' 已经无效。

set_children ( * children )

设置变换的孩子，让失效系统知道哪些变换可以使这个变换失效。应该从依赖于其他转换的任何转换的构造函数中调用。

类 matplotlib.transforms。TransformWrapper ( child )

基地：Transform

一个辅助类，它包含一个子变换并与其等效。

如果必须在运行时用不同类型的变换替换变换树的节点，这很有用。此类允许该替换正确触发失效。

TransformWrapper实例在其整个生命周期中必须具有相同的输入和输出维度，因此子变换只能被另一个相同维度的子变换替换。

孩子：一个Transform实例。这个孩子以后可能会被替换为set().

__annotations__ = {}

__eq__ (其他)

返回自我==价值。

__hash__ =无

__init__ (孩子)

孩子：一个Transform实例。这个孩子以后可能会被替换为set().

__module__ = 'matplotlib.transforms'

__str__ ( )

返回 str(self)。

冻结( )

返回此变换节点的冻结副本。冻结的副本在其子项更改时不会更新。用于存储copy.deepcopy()通常可能使用的转换的先前已知状态。

属性 has_inverse

布尔（x）->布尔

当参数 x 为真时返回 True，否则返回 False。内置 True 和 False 是类 bool 的仅有的两个实例。bool 类是 int 类的子类，不能被子类化。

属性 is_affine

布尔（x）->布尔

当参数 x 为真时返回 True，否则返回 False。内置 True 和 False 是类 bool 的仅有的两个实例。bool 类是 int 类的子类，不能被子类化。

属性 is_separable

布尔（x）->布尔

当参数 x 为真时返回 True，否则返回 False。内置 True 和 False 是类 bool 的仅有的两个实例。bool 类是 int 类的子类，不能被子类化。

pass_through = True

如果 pass_through 为 True，则所有祖先都将始终无效，即使 'self' 已经无效。

设置(孩子)

将此变换的当前子项替换为另一个子项。

新孩子必须具有与当前孩子相同数量的输入和输出维度。

类 matplotlib.transforms。TransformedBbox ( bbox , transform , ** kwargs )

基地：BboxBase

Bbox由给定变换自动变换的A。当子边界框或变换发生变化时，此 bbox 的边界将相应更新。

参数：

盒子Bbox

转换Transform

__annotations__ = {}

__init__ ( bbox , transform , ** kwargs )

参数：

盒子Bbox

转换Transform

__module__ = 'matplotlib.transforms'

__str__ ( )

返回 str(self)。

get_points ( )

类 matplotlib.transforms。TransformedPatchPath (补丁)

基地：TransformedPath

ATransformedPatchPath缓存 Patch. 当转换或补丁的非仿射部分发生更改时，此缓存副本会自动更新。

参数：

修补Patch

__annotations__ = {}

__init__ (补丁)

参数：

修补Patch

__module__ = 'matplotlib.transforms'

类 matplotlib.transforms。TransformedPath (路径,变换)

基地：TransformNode

ATransformedPath缓存 Path. 当转换的非仿射部分发生更改时，此缓存副本会自动更新。

笔记

此类认为路径是不可变的。对路径的顶点/代码的任何更新都不会触发变换重新计算。

参数：

小路Path

转换Transform

__annotations__ = {}

__init__ (路径,变换)

参数：

小路Path

转换Transform

__module__ = 'matplotlib.transforms'

get_affine ( )

get_fully_transformed_pa​​th ( )

返回子路径的完全转换副本。

get_transformed_pa​​th_and_affine ( )

返回子路径的副本，其中已经应用了变换的非仿射部分，以及完成变换所需的路径的仿射部分。

get_transformed_points_and_affine ( )

返回子路径的副本，其中已经应用了变换的非仿射部分，以及完成变换所需的路径的仿射部分。与 不同 get_transformed_path_and_affine()，不会执行插值。

matplotlib.transforms。blended_transform_factory ( x_transform , y_transform )

创建一个新的“混合”变换，使用x_transform来变换x轴，使用y_transform来变换y轴。

对于两个子变换都是仿射的情况，返回更快版本的混合变换。

matplotlib.transforms。Composite_transform_factory ( a , b )

创建一个新的复合变换，它是应用变换 a 然后变换 b 的结果。

对于两个子变换都是仿射的，或者其中一个是恒等变换的情况，提供了混合变换的快捷版本。

也可以使用“+”运算符创建复合变换，例如：

c = a + b

matplotlib.transforms。interval_contains ( interval , val )

检查，包括，一个区间是否包括一个给定的值。

参数：

间隔（浮动，浮动）

区间的端点。

val浮点数

要检查的值在区间内。

返回：

布尔

val是否在区间内。

matplotlib.transforms。interval_contains_open ( interval , val )

检查（不包括端点）间隔是否包含给定值。

参数：

间隔（浮动，浮动）

区间的端点。

val浮点数

要检查的值在区间内。

返回：

布尔

val是否在区间内。

matplotlib.transforms。nonsingular ( vmin , vmax , expander = 0.001 , tiny = 1e-15 , increase = True )

根据需要修改范围的端点以避免奇异性。

参数：

vmin, vmax浮点数

初始端点。

扩展浮动，默认：0.001

如果原始间隔太小，则vmin和vmax扩展的分数，基于tiny。

微小的浮动，默认：1e-15

区间与其端点的最大绝对值之比的阈值。如果间隔小于此，则将其扩大。该值应在 1e-15 左右或更大；否则间隔将接近双精度分辨率限制。

增加布尔值，默认值：True

如果为 True，则交换vmin，如果vmin > vmax则交换vmax。

返回：

vmin, vmax浮点数

必要时扩展和/或交换端点。如果任一输入为 inf 或 NaN，或者如果两个输入均为 0 或非常接近于零，则返回 - expander , expander。

matplotlib.transforms。offset_copy ( trans , fig = None , x = 0.0 , y = 0.0 , units = 'inches' )

返回一个添加了偏移量的新变换。

参数：

反式子Transform类

将应用偏移量的任何变换。

无花果Figure，默认：无

目前的数字。如果单位是“点” ，它可以是无。

x, y浮点数，默认值：0.0

要应用的偏移量。

单位{'inches', 'points', 'dots'}，默认值：'inches'

偏移量的单位。

返回：

Transform子类

使用应用的偏移进行变换。