对于前两个子图我们将使用螺旋。它们的大小将在图形单位中设置而不是数据单位。它们的位置将通过使用LineCollection和PolyCollection的offsets和offset_transform关键字参数在数据单位中设置。 第三个子图将生成规则多边形其缩放和定位方式与前两个相同。 最后一个子情节说明了使用 offsets(xo, yo)即单个元组而不是元组列表来生成连续偏移的曲线偏移量以数据单位给出。此行为仅适用于 LineCollection。 import matplotlib.pyplot as plt import numpy as np from matplotlib import collections, transforms nverts 50 npts 100 # 做一些螺旋 r np.arange(nverts) theta np.linspace(0, 2*np.pi, nverts) xx r * np.sin(theta) yy r * np.cos(theta) spiral np.column_stack([xx, yy]) # 固定随机状态以实现可重复性 rs np.random.RandomState(19680801) # 做一些偏移 xyo rs.randn(npts, 2) # 列出颜色列表依次循环使用默认系列 colors plt.rcParams[axes.prop_cycle].by_key()[color] fig, ((ax1, ax2), (ax3, ax4)) plt.subplots(2, 2) fig.subplots_adjust(top0.92, left0.07, right0.97, hspace0.3, wspace0.3) col collections.LineCollection( [spiral], offsetsxyo, offset_transformax1.transData) trans fig.dpi_scale_trans transforms.Affine2D().scale(1.0/72.0) col.set_transform(trans) # the points to pixels transform # 注意集合初始化器的第一个参数必须是(x, y)元组序列的列表 我们只有一个序列但仍然必须将其放入列表中。 ax1.add_collection(col, autolimTrue) # autolimTrue 启用自动缩放。对于像这样有偏移的集合它既不高效也不准确但足以生成一个可用作起点的图。如果你事先知道想显示的 x 和 y 范围最好明确设置它们省略 *autolim* 关键字参数或将其设置为 False并且省略下面的 ax1.autoscale_view() 调用。 # 为线段创建一个变换使它们的大小以点为单位给出 col.set_color(colors) ax1.autoscale_view() # See comment above, after ax1.add_collection. ax1.set_title(LineCollection using offsets) # 与上面相同的数据但填充曲线 col collections.PolyCollection( [spiral], offsetsxyo, offset_transformax2.transData) trans transforms.Affine2D().scale(fig.dpi/72.0) col.set_transform(trans) # the points to pixels transform ax2.add_collection(col, autolimTrue) col.set_color(colors) ax2.autoscale_view() ax2.set_title(PolyCollection using offsets) # 七边形正多边形 col collections.RegularPolyCollection( 7, sizesnp.abs(xx) * 10.0, offsetsxyo, offset_transformax3.transData) trans transforms.Affine2D().scale(fig.dpi / 72.0) col.set_transform(trans) # the points to pixels transform ax3.add_collection(col, autolimTrue) col.set_color(colors) ax3.autoscale_view() ax3.set_title(RegularPolyCollection using offsets) # 模拟一系列海洋洋流剖面每次偏移0.1米/秒这样它们就形成了有时称为“瀑布”图或“错落”图的效果。 nverts 60 ncurves 20 offs (0.1, 0.0) yy np.linspace(0, 2*np.pi, nverts) ym np.max(yy) xx (0.2 (ym - yy) / ym) ** 2 * np.cos(yy - 0.4) * 0.5 segs [] for i in range(ncurves): xxx xx 0.02*rs.randn(nverts) curve np.column_stack([xxx, yy * 100]) segs.append(curve) col collections.LineCollection(segs, offsetsoffs) ax4.add_collection(col, autolimTrue) col.set_color(colors) ax4.autoscale_view() ax4.set_title(Successive data offsets) ax4.set_xlabel(Zonal velocity component (m/s)) ax4.set_ylabel(Depth (m)) # 反转y轴使深度向下增加 ax4.set_ylim(ax4.get_ylim()[::-1]) plt.show()参考文献https://matplotlib.org/stable/gallery/shapes_and_collections/collections.html
Python绘制带自动缩放的线条、多边形和规则多边形集合图
对于前两个子图我们将使用螺旋。它们的大小将在图形单位中设置而不是数据单位。它们的位置将通过使用LineCollection和PolyCollection的offsets和offset_transform关键字参数在数据单位中设置。 第三个子图将生成规则多边形其缩放和定位方式与前两个相同。 最后一个子情节说明了使用 offsets(xo, yo)即单个元组而不是元组列表来生成连续偏移的曲线偏移量以数据单位给出。此行为仅适用于 LineCollection。 import matplotlib.pyplot as plt import numpy as np from matplotlib import collections, transforms nverts 50 npts 100 # 做一些螺旋 r np.arange(nverts) theta np.linspace(0, 2*np.pi, nverts) xx r * np.sin(theta) yy r * np.cos(theta) spiral np.column_stack([xx, yy]) # 固定随机状态以实现可重复性 rs np.random.RandomState(19680801) # 做一些偏移 xyo rs.randn(npts, 2) # 列出颜色列表依次循环使用默认系列 colors plt.rcParams[axes.prop_cycle].by_key()[color] fig, ((ax1, ax2), (ax3, ax4)) plt.subplots(2, 2) fig.subplots_adjust(top0.92, left0.07, right0.97, hspace0.3, wspace0.3) col collections.LineCollection( [spiral], offsetsxyo, offset_transformax1.transData) trans fig.dpi_scale_trans transforms.Affine2D().scale(1.0/72.0) col.set_transform(trans) # the points to pixels transform # 注意集合初始化器的第一个参数必须是(x, y)元组序列的列表 我们只有一个序列但仍然必须将其放入列表中。 ax1.add_collection(col, autolimTrue) # autolimTrue 启用自动缩放。对于像这样有偏移的集合它既不高效也不准确但足以生成一个可用作起点的图。如果你事先知道想显示的 x 和 y 范围最好明确设置它们省略 *autolim* 关键字参数或将其设置为 False并且省略下面的 ax1.autoscale_view() 调用。 # 为线段创建一个变换使它们的大小以点为单位给出 col.set_color(colors) ax1.autoscale_view() # See comment above, after ax1.add_collection. ax1.set_title(LineCollection using offsets) # 与上面相同的数据但填充曲线 col collections.PolyCollection( [spiral], offsetsxyo, offset_transformax2.transData) trans transforms.Affine2D().scale(fig.dpi/72.0) col.set_transform(trans) # the points to pixels transform ax2.add_collection(col, autolimTrue) col.set_color(colors) ax2.autoscale_view() ax2.set_title(PolyCollection using offsets) # 七边形正多边形 col collections.RegularPolyCollection( 7, sizesnp.abs(xx) * 10.0, offsetsxyo, offset_transformax3.transData) trans transforms.Affine2D().scale(fig.dpi / 72.0) col.set_transform(trans) # the points to pixels transform ax3.add_collection(col, autolimTrue) col.set_color(colors) ax3.autoscale_view() ax3.set_title(RegularPolyCollection using offsets) # 模拟一系列海洋洋流剖面每次偏移0.1米/秒这样它们就形成了有时称为“瀑布”图或“错落”图的效果。 nverts 60 ncurves 20 offs (0.1, 0.0) yy np.linspace(0, 2*np.pi, nverts) ym np.max(yy) xx (0.2 (ym - yy) / ym) ** 2 * np.cos(yy - 0.4) * 0.5 segs [] for i in range(ncurves): xxx xx 0.02*rs.randn(nverts) curve np.column_stack([xxx, yy * 100]) segs.append(curve) col collections.LineCollection(segs, offsetsoffs) ax4.add_collection(col, autolimTrue) col.set_color(colors) ax4.autoscale_view() ax4.set_title(Successive data offsets) ax4.set_xlabel(Zonal velocity component (m/s)) ax4.set_ylabel(Depth (m)) # 反转y轴使深度向下增加 ax4.set_ylim(ax4.get_ylim()[::-1]) plt.show()参考文献https://matplotlib.org/stable/gallery/shapes_and_collections/collections.html
