笔记
单击此处 下载完整的示例代码
路径教程#
在 Matplotlib 可视化中定义路径。
所有对象的底层matplotlib.patches
对象是Path
,它支持标准的 moveto、lineto、curveto 命令集,用于绘制由线段和样条线组成的简单和复合轮廓。用Path
(x, y) 顶点的 (N, 2) 数组和 N 长度的路径代码数组实例化。例如,要绘制从 (0, 0) 到 (1, 1) 的单位矩形,我们可以使用以下代码:
import matplotlib.pyplot as plt
from matplotlib.path import Path
import matplotlib.patches as patches
verts = [
(0., 0.), # left, bottom
(0., 1.), # left, top
(1., 1.), # right, top
(1., 0.), # right, bottom
(0., 0.), # ignored
]
codes = [
Path.MOVETO,
Path.LINETO,
Path.LINETO,
Path.LINETO,
Path.CLOSEPOLY,
]
path = Path(verts, codes)
fig, ax = plt.subplots()
patch = patches.PathPatch(path, facecolor='orange', lw=2)
ax.add_patch(patch)
ax.set_xlim(-2, 2)
ax.set_ylim(-2, 2)
plt.show()
识别以下路径代码
代码 |
顶点 |
描述 |
---|---|---|
|
1(忽略) |
整个路径结束的标记(当前不需要并且被忽略)。 |
|
1 |
拿起笔并移动到给定的顶点。 |
|
1 |
从当前位置到给定顶点画一条线。 |
|
2:1个控制点,1个终点 |
用给定的控制点从当前位置到给定的端点绘制一条二次贝塞尔曲线。 |
|
3:2个控制点,1个终点 |
使用给定的控制点从当前位置到给定的端点绘制三次贝塞尔曲线。 |
|
1(忽略该点) |
在当前折线的起点绘制一条线段。 |
贝塞尔例子#
一些路径组件需要多个顶点来指定它们:例如CURVE 3是一个bézier曲线,一个控制点和一个端点,CURVE4有三个顶点,两个控制点和一个端点。下面的示例显示了一个 CURVE4 贝塞尔样条曲线——贝塞尔曲线将包含在起点、两个控制点和终点的凸包中
verts = [
(0., 0.), # P0
(0.2, 1.), # P1
(1., 0.8), # P2
(0.8, 0.), # P3
]
codes = [
Path.MOVETO,
Path.CURVE4,
Path.CURVE4,
Path.CURVE4,
]
path = Path(verts, codes)
fig, ax = plt.subplots()
patch = patches.PathPatch(path, facecolor='none', lw=2)
ax.add_patch(patch)
xs, ys = zip(*verts)
ax.plot(xs, ys, 'x--', lw=2, color='black', ms=10)
ax.text(-0.05, -0.05, 'P0')
ax.text(0.15, 1.05, 'P1')
ax.text(1.05, 0.85, 'P2')
ax.text(0.85, -0.05, 'P3')
ax.set_xlim(-0.1, 1.1)
ax.set_ylim(-0.1, 1.1)
plt.show()
复合路径#
matplotlib、Rectangle、Circle、Polygon 等中的所有简单补丁原语都是用简单路径实现的。hist()
像和
之类的绘图函数bar()
会创建许多图元,例如一堆矩形,通常可以使用复合路径更有效地实现。bar
创建矩形列表而不是复合路径
的原因在很大程度上是历史性的:Path
代码相对较新并且bar
早于它。虽然我们现在可以更改它,但它会破坏旧代码,所以在这里我们将介绍如何创建复合路径,替换 bar 中的功能,以防您出于效率原因需要在自己的代码中这样做,例如,您正在创建动画条形图。
我们将通过为每个直方图条创建一系列矩形来制作直方图:矩形宽度是 bin 宽度,矩形高度是该 bin 中数据点的数量。首先,我们将创建一些随机正态分布数据并计算直方图。因为 numpy 返回 bin 边缘而不是中心,所以 的长度bins
比n
下面示例中的长度大 1:
# histogram our data with numpy
data = np.random.randn(1000)
n, bins = np.histogram(data, 100)
我们现在将提取矩形的角。下面的每个
left
、bottom
等数组都是len(n)
,其中n
是每个直方图条的计数数组:
现在我们必须构建我们的复合路径,它将由一系列MOVETO
,LINETO
和CLOSEPOLY
对于每个矩形组成。对于每个矩形,我们需要 5 个顶点: 1 个用于MOVETO
, 3 个用于LINETO
, 1 个用于CLOSEPOLY
。如上表所示,closepoly 的顶点被忽略,但我们仍然需要它来保持代码与顶点对齐:
nverts = nrects*(1+3+1)
verts = np.zeros((nverts, 2))
codes = np.ones(nverts, int) * path.Path.LINETO
codes[0::5] = path.Path.MOVETO
codes[4::5] = path.Path.CLOSEPOLY
verts[0::5, 0] = left
verts[0::5, 1] = bottom
verts[1::5, 0] = left
verts[1::5, 1] = top
verts[2::5, 0] = right
verts[2::5, 1] = top
verts[3::5, 0] = right
verts[3::5, 1] = bottom
剩下的就是创建路径,将其附加到 a
PathPatch
,并将其添加到我们的轴上:
barpath = path.Path(verts, codes)
patch = patches.PathPatch(barpath, facecolor='green',
edgecolor='yellow', alpha=0.5)
ax.add_patch(patch)
import numpy as np
import matplotlib.patches as patches
import matplotlib.path as path
fig, ax = plt.subplots()
# Fixing random state for reproducibility
np.random.seed(19680801)
# histogram our data with numpy
data = np.random.randn(1000)
n, bins = np.histogram(data, 100)
# get the corners of the rectangles for the histogram
left = np.array(bins[:-1])
right = np.array(bins[1:])
bottom = np.zeros(len(left))
top = bottom + n
nrects = len(left)
nverts = nrects*(1+3+1)
verts = np.zeros((nverts, 2))
codes = np.ones(nverts, int) * path.Path.LINETO
codes[0::5] = path.Path.MOVETO
codes[4::5] = path.Path.CLOSEPOLY
verts[0::5, 0] = left
verts[0::5, 1] = bottom
verts[1::5, 0] = left
verts[1::5, 1] = top
verts[2::5, 0] = right
verts[2::5, 1] = top
verts[3::5, 0] = right
verts[3::5, 1] = bottom
barpath = path.Path(verts, codes)
patch = patches.PathPatch(barpath, facecolor='green',
edgecolor='yellow', alpha=0.5)
ax.add_patch(patch)
ax.set_xlim(left[0], right[-1])
ax.set_ylim(bottom.min(), top.max())
plt.show()