范围选区概述
范围选区是一种常见的对象选择方式,在一个子图中,可以在某一个轴方向上用鼠标选择起始范围的数据,这个特性可用来实现数据缩放(datazoom
)。在matplotlib
中的范围选区属于部件(widgets),matplotlib
中的部件都是中性(neutral )
的,即与具体后端实现无关。
范围选区具体实现定义为matplotlib.widgets.SpanSelector
类,继承关系为:Widget->AxesWidget->_SelectorWidget->SpanSelector
。
SpanSelector
类的签名为class matplotlib.widgets.SpanSelector(ax, onselect, direction, minspan=None, useblit=False, rectprops=None, onmove_callback=None, span_stays=False, button=None)
。
SpanSelector
类构造函数的参数为:
ax
:范围选区生效的子图,类型为matplotlib.axes.Axes
的实例。onselect
:范围选区完成后执行的回调函数,函数签名为def func(min, max)
,min
、max
的数据类型均为浮点数,表示选区在某个坐标轴方向上的最小值和最大值。direction
:范围选区的坐标轴方向,取值范围为{"horizontal", "vertical"}
,类型为字符串。minspan
:选区的最小范围,选区范围小于minspan
将不会触发onselect
。rectprops
:范围选区的外观的属性,默认值为None
。span_stays
:布尔值,是否在鼠标释放后仍然保留选区,默认值为False
。onmove_callback
:当选区确定后移动鼠标触发的回调函数,函数签名为def func(min, max)
,min
、max
的数据类型均为浮点数,默认值为None
。
SpanSelector
类中的state_modifier_keys
公有变量 state_modifier_keys
定义了操作快捷键,类型为字典。
案例:范围选取基本实现
官方案例一,范围选区基本实现。
案例说明
单击鼠标拖动到适当位置释放鼠标形成范围选区,选区为透明度0.5蓝色,控制台输出选区在横坐标轴上的最大、最小坐标。
控制台输出:
1.569758064516129 2.0044354838709677
案例代码
import matplotlib.pyplot as plt import matplotlib.widgets as mwidgets fig, ax = plt.subplots() ax.plot([1, 2, 3], [10, 50, 100]) def onselect(vmin, vmax): print(vmin, vmax) rectprops = dict(facecolor='blue', alpha=0.5) span = mwidgets.SpanSelector(ax, onselect, 'horizontal',span_stays=True, rectprops=rectprops) plt.show()
案例:数据缩放功能
官方案例,https://matplotlib.org/gallery/widgets/span_selector.html
案例说明
在上方子图单击鼠标拖动到适当位置释放鼠标形成范围选区,选区为红色,下方子图重绘为选定区域内数据系列,起到了数据放大的效果。
案例代码
import numpy as np import matplotlib.pyplot as plt from matplotlib.widgets import SpanSelector # Fixing random state for reproducibility np.random.seed(19680801) fig, (ax1, ax2) = plt.subplots(2, figsize=(8, 6)) ax1.set(facecolor='#FFFFCC') x = np.arange(0.0, 5.0, 0.01) y = np.sin(2*np.pi*x) + 0.5*np.random.randn(len(x)) ax1.plot(x, y, '-') ax1.set_ylim(-2, 2) ax1.set_title('Press left mouse button and drag to test') ax2.set(facecolor='#FFFFCC') line2, = ax2.plot(x, y, '-') def onselect(xmin, xmax): indmin, indmax = np.searchsorted(x, (xmin, xmax)) indmax = min(len(x) - 1, indmax) thisx = x[indmin:indmax] thisy = y[indmin:indmax] line2.set_data(thisx, thisy) ax2.set_xlim(thisx[0], thisx[-1]) ax2.set_ylim(thisy.min(), thisy.max()) fig.canvas.draw() span = SpanSelector(ax1, onselect, 'horizontal', useblit=True, span_stays=True, rectprops=dict(alpha=0.5, facecolor='red')) # Set useblit=True on most backends for enhanced performance. plt.show()
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!