跳转至

Python 中的 matplotlib.patches.connectionpatch 类

原文:https://www.geesforgeks.org/matplotlib-patches-connectionpatch-python 中的类/

Matplotlib 是 Python 中一个惊人的可视化库，用于数组的 2D 图。Matplotlib 绘图库是一个基于 NumPy 阵列的多平台数据可视化库，旨在与更广泛的 SciPy 堆栈协同工作。

matplot lib.patches.connection patch

matplotlib.patches.connectionpatch matplotlib.patches.fancyarropatch 类的一个子类，用于在两点之间建立连接线。

语法:class matplotlib.patches.connectionpatch(xyA，xyB，coordsA，coordsB=None，axesA=None，axesB=None，arrowstyle='-'，arrow_嬗变器=None，connectionstyle='arc3 '，connector=None，patchA=None，patchB=None，shrinkA=0.0，shrinkB=0.0，突变 _scale=10.0，突变 _aspect=None，clip_on=False，dpi_cor=1.0，**kwargs

参数:

  • xyA: 是 x-y 图上连线的起点，也叫 a 点。
  • xyB: 是 x-y 图上连线的起点，也叫 b 点。
  • 坐标:点 a 的坐标
  • 坐标 B: 点 b 的坐标
  • axesA: 是 x-y 图上连接轴的起点。
  • axesB: 是 x-y 图上连接轴的终点。
  • 箭头样式:用于连接箭头的样式。它的默认类型是“-”。
  • 箭_嬗变器:用来忽略一条连接线。
  • 连接方式:描述了波萨和波萨是如何连接的。它可以是类 ConnectionStyle 的实例，也可以是名为 connectionstyle 的字符串，它有可选的逗号分隔属性。
  • 连接器:一般被忽略，决定忽略哪个连接器。
  • 面片:用于在 a 点添加面片
  • 面片:用于在 B 点添加面片
  • 收缩卡:用于收缩 a 点的连接器
  • 收缩块:用于收缩 b 点的连接器
  • 突变_缩放:箭头样式属性(如 head_length)缩放的值。
  • 突变 _aspect: 突变前矩形的高度会被这个值挤压，突变后的盒子会被它的倒数拉伸。
  • clip_on: 设置艺术家是否使用剪辑。
  • dpi_cor: dpi_cor 目前用于线宽相关的东西和收缩因子。突变规模受此影响。

以下是有效 Kwargs 密钥列表；

| 钥匙 | 描述 | | --- | --- | | 箭头样式 | 箭头样式 | | connectionstyle | 连接方式 | | 回购 | 默认值为(0.5，0.5) | | 补丁程序 | 默认为文本的边框 | | 修补 | 默认为无 | | 收缩 | 默认值为 2 分 | | 收缩 | 默认值为 2 分 | | 突变等级 | 默认为文本大小(以磅为单位) | | 突变_方面 | 默认值为 1。 | | ？ | matplotlib.patches.patchet 的任意键 |

xyA 和 xyB 的坐标由字符串坐标 sA 和坐标 sB 表示。

| 财产 | 描述 | | --- | --- | | 数字点数 | 图左下角的点 | | 数字像素' | 图左下角的像素 | | 数字分数 | 0，0 是图的左下角，1，1 是右上角 | | 轴点 | 轴左下角的点 | | 像素轴 | 轴左下角的像素 | | '轴分数' | 0，0 是轴的左下方，1，1 是右上方 | | 数据 | 使用被注释对象的坐标系(默认) | | “偏移点” | 从 xy 值的偏移(以磅为单位) | | 极地 | 您可以为注释指定θ，r，即使在笛卡尔坐标图中也是如此。请注意，如果使用极轴，则不需要为坐标系指定极轴，因为这是原生“数据”坐标系。 |

例 1:

蟒蛇 3

from matplotlib.patches import ConnectionPatch
import matplotlib.pyplot as plt

fig, (ax1, ax2) = plt.subplots(1, 2,
                               figsize =(6, 3))

# Draw a simple arrow between
# two points in axes coordinates
# within a single axes.
xyA = (0.2, 0.2)
xyB = (0.8, 0.8)
coordsA = "data"
coordsB = "data"
con = ConnectionPatch(xyA, xyB,
                      coordsA, coordsB,
                      arrowstyle ="-|>",
                      shrinkA = 5, shrinkB = 5,
                      mutation_scale = 20,
                      fc ="w")

ax1.plot([xyA[0], xyB[0]], [xyA[1],
                            xyB[1]], "o")
ax1.add_artist(con)

# Draw an arrow between the
# same point in data coordinates,
# but in different axes.
xy = (0.3, 0.2)
con = ConnectionPatch(
    xyA = xy, coordsA = ax2.transData,
    xyB = xy, coordsB = ax1.transData,
    arrowstyle ="->", shrinkB = 5)

ax2.add_artist(con)

# Draw a line between the different
# points, defined in different coordinate
# systems.
con = ConnectionPatch(
    # in axes coordinates
    xyA =(0.6, 1.0), coordsA = ax2.transAxes,
    # x in axes coordinates, y in data coordinates
    xyB =(0.0, 0.2), coordsB = ax2.get_yaxis_transform(),
    arrowstyle ="-")

ax2.add_artist(con)

ax1.set_xlim(0, 1)
ax1.set_ylim(0, 1)
ax2.set_xlim(0, .5)
ax2.set_ylim(0, .5)

plt.show()

输出:

例 2:

蟒蛇 3

import matplotlib.pyplot as plt
from matplotlib.patches import ConnectionPatch
import numpy as np

# make figure and assign axis
# objects
fig = plt.figure(figsize =(9, 5))
ax1 = fig.add_subplot(121)
ax2 = fig.add_subplot(122)
fig.subplots_adjust(wspace = 0)

# pie chart parameters
ratios = [.27, .56, .17]
explode = [0.1, 0, 0]

# rotate so that first wedge is
# split by the x-axis
angle = -180 * ratios[0]
ax1.pie(ratios, autopct ='% 1.1f %%',
        startangle = angle,
        explode = explode)

# bar chart parameters

xpos = 0
bottom = 0
ratios = [.33, .54, .07, .06]
width = .2
colors = [[.1, .3, .5],
          [.1, .3, .3],
          [.1, .3, .7],
          [.1, .3, .9]]

for j in range(len(ratios)):
    height = ratios[j]
    ax2.bar(xpos, height, width,
            bottom = bottom,
            color = colors[j])

    ypos = bottom + ax2.patches[j].get_height() / 2
    bottom += height
    ax2.text(xpos,
             ypos,
             "% d %%" % (ax2.patches[j].get_height() * 100),
             ha ='center')

ax2.set_title('')
ax2.legend(('50-65', 'Over 65', '35-49', 'Under 35'))
ax2.axis('off')
ax2.set_xlim(- 2.5 * width, 2.5 * width)

# use ConnectionPatch to draw
# lines between the two plots
# get the wedge data
theta1, theta2 = ax1.patches[0].theta1, ax1.patches[0].theta2
center, r = ax1.patches[0].center, ax1.patches[0].r
bar_height = sum([item.get_height() for item in ax2.patches])

# draw top connecting line
x = r * np.cos(np.pi / 180 * theta2) + center[0]
y = np.sin(np.pi / 180 * theta2) + center[1]
con = ConnectionPatch(xyA =(-width / 2, bar_height),
                      coordsA = ax2.transData,
                      xyB =(x, y),
                      coordsB = ax1.transData)

con.set_color([0, 0, 0])
con.set_linewidth(4)
ax2.add_artist(con)

# draw bottom connecting line
x = r * np.cos(np.pi / 180 * theta1) + center[0]
y = np.sin(np.pi / 180 * theta1) + center[1]

con = ConnectionPatch(xyA =(-width / 2, 0),
                      coordsA = ax2.transData,
                      xyB =(x, y),
                      coordsB = ax1.transData)

con.set_color([0, 0, 0])
ax2.add_artist(con)
con.set_linewidth(4)

plt.show()

输出:

回到顶部