Interaktive Matplotlib Visualisierungstechniken

Einführung

Dieses Labor zielt darauf ab, Ihnen das Konzept des Auswählens in Matplotlib vorzustellen. Die Fähigkeit, Künstler auszuwählen, ist ein leistungsstarkes Tool, das verwendet werden kann, um interaktive Visualisierungen zu erstellen, die auf Benutzeraktionen reagieren. Wir werden einfaches Auswählen, Auswählen mit benutzerdefinierten Trefferprüfungsfunktionen, Auswählen auf einem Streudiagramm und Auswählen von Bildern behandeln.

Tipps für die virtuelle Maschine

Nachdem der Start der virtuellen Maschine abgeschlossen ist, klicken Sie in der oberen linken Ecke, um zur Registerkarte Notebook zu wechseln und Jupyter Notebook für die Übung zu nutzen.

Manchmal müssen Sie einige Sekunden warten, bis Jupyter Notebook vollständig geladen ist. Die Validierung von Vorgängen kann aufgrund von Einschränkungen in Jupyter Notebook nicht automatisiert werden.

Wenn Sie bei der Lernphase Probleme haben, können Sie Labby gerne fragen. Geben Sie nach der Sitzung Feedback, und wir werden das Problem für Sie prompt beheben.

Einfaches Auswählen, Linien, Rechtecke und Text

Wir beginnen, indem wir das einfache Auswählen aktivieren, indem wir die Eigenschaft "picker" eines Künstlers festlegen. Dadurch wird es dem Künstler ermöglicht, ein Auswählevent auszulösen, wenn das Mausereignis über dem Künstler liegt. Wir werden ein einfaches Diagramm erstellen, das eine Linie, ein Rechteck und Text enthält, und das Auswählen für jeden dieser Künstler aktivieren.

fig, (ax1, ax2) = plt.subplots(2, 1)
ax1.set_title('click on points, rectangles or text', picker=True)
ax1.set_ylabel('ylabel', picker=True, bbox=dict(facecolor='red'))
line, = ax1.plot(rand(100), 'o', picker=True, pickradius=5)

## Wählen Sie das Rechteck aus.
ax2.bar(range(10), rand(10), picker=True)
for label in ax2.get_xticklabels():  ## Machen Sie die xtick-Labels wählbar.
    label.set_picker(True)

Erstellen einer benutzerdefinierten Trefferprüfungsfunktion

In diesem Schritt werden wir einen benutzerdefinierten Auswähler definieren, indem wir "picker" auf eine aufrufbare Funktion setzen. Die Funktion wird bestimmen, ob der Künstler vom Mausereignis getroffen wird. Wenn das Mausereignis über dem Künstler liegt, geben wir hit=True zurück und props ist ein Wörterbuch von Eigenschaften, die Sie zu den .PickEvent-Attributen hinzufügen möchten.

def line_picker(line, mouseevent):
    """
    Finden Sie die Punkte innerhalb einer bestimmten Entfernung vom Mausklick in
    Datenkoordinaten und fügen Sie einige zusätzliche Attribute hinzu, pickx und picky
    die die ausgewählten Datenpunkte sind.
    """
    if mouseevent.xdata is None:
        return False, dict()
    xdata = line.get_xdata()
    ydata = line.get_ydata()
    maxd = 0.05
    d = np.sqrt(
        (xdata - mouseevent.xdata)**2 + (ydata - mouseevent.ydata)**2)

    ind, = np.nonzero(d <= maxd)
    if len(ind):
        pickx = xdata[ind]
        picky = ydata[ind]
        props = dict(ind=ind, pickx=pickx, picky=picky)
        return True, props
    else:
        return False, dict()


def onpick2(event):
    print('onpick2 line:', event.pickx, event.picky)


fig, ax = plt.subplots()
ax.set_title('custom picker for line data')
line, = ax.plot(rand(100), rand(100), 'o', picker=line_picker)
fig.canvas.mpl_connect('pick_event', onpick2)

Auswählen auf einem Streudiagramm

Ein Streudiagramm wird von einer ~matplotlib.collections.PathCollection unterstützt. Wir werden ein Streudiagramm erstellen und das Auswählen aktivieren.

x, y, c, s = rand(4, 100)


def onpick3(event):
    ind = event.ind
    print('onpick3 scatter:', ind, x[ind], y[ind])


fig, ax = plt.subplots()
ax.scatter(x, y, 100*s, c, picker=True)
fig.canvas.mpl_connect('pick_event', onpick3)

Auswählen von Bildern

Bilder, die mit .Axes.imshow geplottet werden, sind ~matplotlib.image.AxesImage-Objekte. Wir werden eine Figur mit mehreren Bildern erstellen und das Auswählen aktivieren.

fig, ax = plt.subplots()
ax.imshow(rand(10, 5), extent=(1, 2, 1, 2), picker=True)
ax.imshow(rand(5, 10), extent=(3, 4, 1, 2), picker=True)
ax.imshow(rand(20, 25), extent=(1, 2, 3, 4), picker=True)
ax.imshow(rand(30, 12), extent=(3, 4, 3, 4), picker=True)
ax.set(xlim=(0, 5), ylim=(0, 5))


def onpick4(event):
    artist = event.artist
    if isinstance(artist, AxesImage):
        im = artist
        A = im.get_array()
        print('onpick4 image', A.shape)


fig.canvas.mpl_connect('pick_event', onpick4)

Zusammenfassung

In diesem Lab haben wir gelernt, wie man das Auswählen auf verschiedenen Künstlern in Matplotlib aktiviert, einschließlich von Linien, Rechtecken, Text, Streudiagrammen und Bildern. Wir haben auch gelernt, wie man benutzerdefinierte Trefferprüfungsfunktionen definiert, um ein komplexeres Auswähverhalten zu ermöglichen. Dieses leistungsstarke Tool ermöglicht es uns, interaktive Visualisierungen zu erstellen, die auf Benutzeraktionen reagieren.