Markevery 示例

Line2D 的 markevery 属性允许在数据点的子集上绘制标记。

可能的参数列表在 Line2D.set_markevery 中指定。简而言之

• 一个整数 N 绘制每 N 个标记。

• 一个整数元组 (start, N) 绘制每 N 个标记，从数据索引 start 开始。

• 一个整数列表在指定的索引处绘制标记。

• 一个切片在切片索引处绘制标记。

• 一个浮点数指定标记之间的距离，表示为屏幕空间中 Axes 对角线的一部分。这将导致点沿线在视觉上均匀分布，与刻度和缩放无关。

import matplotlib.pyplot as plt
import numpy as np

# define a list of markevery cases to plot
cases = [
    None,
    8,
    (30, 8),
    [16, 24, 32],
    [0, -1],
    slice(100, 200, 3),
    0.1,
    0.4,
    (0.2, 0.4)
]

# data points
delta = 0.11
x = np.linspace(0, 10 - 2 * delta, 200) + delta
y = np.sin(x) + 1.0 + delta

markevery 与线性刻度

fig, axs = plt.subplots(3, 3, figsize=(10, 6), layout='constrained')
for ax, markevery in zip(axs.flat, cases):
    ax.set_title(f'markevery={markevery}')
    ax.plot(x, y, 'o', ls='-', ms=4, markevery=markevery)

markevery 与对数刻度

请注意，当使用整数对数据进行子采样时，对数刻度会导致标记距离出现视觉上的不对称性。相比之下，按图表尺寸的比例进行子采样会创建均匀分布，因为它基于 Axes 对角线的分数，而不是数据坐标或数据索引。

fig, axs = plt.subplots(3, 3, figsize=(10, 6), layout='constrained')
for ax, markevery in zip(axs.flat, cases):
    ax.set_title(f'markevery={markevery}')
    ax.set_xscale('log')
    ax.set_yscale('log')
    ax.plot(x, y, 'o', ls='-', ms=4, markevery=markevery)

markevery 在缩放图上

基于整数的 markevery 规范从底层数据中选择点，并且独立于视图。相比之下，基于浮点数的规范与 Axes 对角线相关。虽然缩放不会改变 Axes 对角线，但它会改变显示的数据范围，并且在缩放时会显示更多点。

fig, axs = plt.subplots(3, 3, figsize=(10, 6), layout='constrained')
for ax, markevery in zip(axs.flat, cases):
    ax.set_title(f'markevery={markevery}')
    ax.plot(x, y, 'o', ls='-', ms=4, markevery=markevery)
    ax.set_xlim((6, 6.7))
    ax.set_ylim((1.1, 1.7))

markevery 在极坐标图上

r = np.linspace(0, 3.0, 200)
theta = 2 * np.pi * r

fig, axs = plt.subplots(3, 3, figsize=(10, 6), layout='constrained',
                        subplot_kw={'projection': 'polar'})
for ax, markevery in zip(axs.flat, cases):
    ax.set_title(f'markevery={markevery}')
    ax.plot(theta, r, 'o', ls='-', ms=4, markevery=markevery)

plt.show()

标签：组件：标记 绘图类型：线 级别：初学者