注意
转到末尾 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 matplotlib.patches 对象的基础对象是 Path，它支持标准的 moveto、lineto、curveto 命令来绘制由线段和样条线组成的简单和复合轮廓。 Path 使用 (N, 2) 的 (x, y) 顶点数组和 N 长度的路径代码数组进行实例化。例如，要绘制从 (0, 0) 到 (1, 1) 的单位矩形，可以使用以下代码
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.patches as patches
from matplotlib.path import Path
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（当前不需要且被忽略）。 |
|
1 |
拿起笔，移动到给定的顶点。 |
|
1 |
从当前位置绘制一条线到给定的顶点。 |
|
2: 1 个控制点，1 个端点 |
从当前位置绘制一条二次贝塞尔曲线，该曲线具有给定的控制点，到给定的端点。 |
|
3: 2 个控制点，1 个端点 |
从当前位置绘制一条三次贝塞尔曲线，该曲线具有给定的控制点，到给定的端点。 |
|
1（该点被忽略） |
绘制一条线段到当前折线的起点。 |
贝塞尔示例#
一些路径组件需要多个顶点来指定它们：例如 CURVE 3 是一个 贝塞尔 曲线，它有一个控制点和一个端点，而 CURVE4 有三个顶点，用于两个控制点和端点。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、两个控制点和端点的凸包中。
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 中所有简单的补丁基元，例如 Rectangle、Circle、Polygon 等，都是用简单的路径实现的。绘图函数，例如 hist() 和 bar()，它们创建了许多基元，例如一堆矩形，通常可以使用复合路径更有效地实现。bar 创建一个矩形列表而不是复合路径的原因主要是历史原因：Path 代码相对较新，而 bar 则早于它。虽然我们现在可以更改它，但这会破坏旧代码，因此我们将介绍如何创建复合路径，以替换 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，您正在创建一个动画条形图。
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图表：矩形的宽度是箱宽，矩形的高度是该箱中数据点的数量。首先，我们将创建一些随机的正态分布数据并计算直方图。因为 NumPy 返回的是箱边而不是中心，所以在下面的示例中，bins 的长度比 n 的长度大 1
# histogram our data with numpy
data = np.random.randn(1000)
n, bins = np.histogram(data, 100)
现在我们将提取矩形的角点。下面每个 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 组成，用于每个矩形。对于每个矩形，我们需要五个顶点：一个用于 MOVETO，三个用于 LINETO，一个用于 CLOSEPOLY。如上表所示，closepoly 的顶点被忽略，但我们仍然需要它来使代码与顶点保持一致
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 PathPatch，并将其添加到我们的 Axes
barpath = path.Path(verts, codes)
patch = patches.PathPatch(barpath, facecolor='green',
edgecolor='yellow', alpha=0.5)
ax.add_patch(patch)
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.full(nverts, Path.LINETO, dtype=int)
codes[0::5] = Path.MOVETO
codes[4::5] = 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(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()
