使用matplotlib畫圖自定義marker

更新時間：2023年06月25日 09:06:16 作者：qiu_xingye

這篇文章主要介紹了使用matplotlib畫圖自定義marker問題，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教

matplotlib畫圖自定義marker

在matplotlib工具箱中可以畫marker的高級作圖函數(shù)一共有兩個，分別為plot和scatter，可以畫出多種marker。

但如果需要繪制一些特殊的marker，則必須通過自的定義marker來實(shí)現(xiàn)。

一般有兩種方式可以實(shí)現(xiàn)：

一是在繪圖中插入特殊marker的icon圖片
二是借助于matplotlib.path中的Path類，自定義marker的Path參數(shù)。

但無論何種方式，實(shí)現(xiàn)的marker都要具有一般marker的特點(diǎn)。

marker的特點(diǎn)

固定大小：marker的大小只依賴于markersize關(guān)鍵字定義的數(shù)值，不隨著繪制的圖形的放大或縮小而變化；
可改變方向： matplotlib默認(rèn)支持的某些marker可以通過傳入的參數(shù)調(diào)整marker的方向

基于marker的上述兩個特點(diǎn)，因此不能簡單地通過plot繪制特殊marker的折線或者簡單地進(jìn)行圖片插入實(shí)現(xiàn)。

通過插入圖片實(shí)現(xiàn)自定義marker

from matplotlib 
import pyplot as pltimport numpy as np
'圖片插入(普通)'
N = 100
x = np.linspace(0, 10, N)
y = np.sin(x)
fig = plt.figure()
ax = fig.add_subplot(111)
ax.imshow(plt.imread('icon\\icon-test.png'), extent=(x[0],x[0]+1,y[0],y[0]+1))
ax.plot(x, y)
plt.show()

如上圖所示，基本可以實(shí)現(xiàn)marker的插入，但大小會隨figure的大小變化，而且也不能改變方向。

進(jìn)一步完善代碼如下：

from matplotlib import pyplot as plt
from matplotlib.offsetbox import OffsetImage, AnnotationBbox
import numpy as np
'圖片插入(大小不變)'
N = 100
x = np.linspace(0, 10, N)
y = np.sin(x)
fig = plt.figure()
ax = fig.add_subplot(111)
ax.plot(x, y)
img = plt.imread('icon\\icon-test.png')
im = OffsetImage(img, zoom=0.3)
ab = AnnotationBbox(im, (x[0],y[0]), xycoords='data', frameon=False)
ax.add_artist(ab)
plt.show()

此時插入的marker不再隨figure大小的變化而變化，但還不能做到自定義旋轉(zhuǎn)角度，如果要實(shí)現(xiàn)該功能，則可以通過定義旋轉(zhuǎn)矩陣，將plt.imread讀取的圖片數(shù)據(jù)img進(jìn)行旋轉(zhuǎn)變換以實(shí)現(xiàn)對marker的角度旋轉(zhuǎn)。

但這種方法仍然不同靈活，不像真正的“marker”，而且效率也不高。

下面介紹如何通過Path實(shí)現(xiàn)自定義marker。

通過Path實(shí)現(xiàn)自定義marker

from matplotlib import pyplot as plt
from matplotlib.path import Path
import numpy as np
'通過Path類自定義marker'
#定義旋轉(zhuǎn)矩陣
def rot(verts, az):
    #順時針旋轉(zhuǎn)
    rad = az / 180 * np.pi
    verts = np.array(verts)
    rotMat = np.array([[np.cos(rad), -np.sin(rad)], [np.sin(rad), np.cos(rad)]])
    transVerts = verts.dot(rotMat)
    return transVerts
iconMat = np.array([[-1.414, 1.414],
			[0, 0],
			[2.828, 2.828],
			[0, 0],
			[-1.414, 1.414]])
class CustomMarker(Path):
    def __init__(self, icon, az):
         if icon == "icon": 
             verts = iconMat  
         vertices = rot(verts, az)  
         super().__init__(vertices)
N = 30
x = np.linspace(0, 10, N)
y = np.sin(x)
fig = plt.figure()
ax = fig.add_subplot(111)
ax.scatter(x, y, marker=IconMarker("icon", 20), c="red", s=1000)
plt.show()