Introdução
Este laboratório irá guiá-lo sobre como interagir com dados em múltiplas canvases. Ao selecionar e destacar um ponto em um eixo, você irá gerar os dados desse ponto no outro eixo. Usaremos Python Matplotlib para este laboratório.
Dicas para a VM
Após a inicialização da VM, clique no canto superior esquerdo para mudar para a aba Notebook e acessar o Jupyter Notebook para praticar.
Às vezes, pode ser necessário aguardar alguns segundos para que o Jupyter Notebook termine de carregar. A validação das operações não pode ser automatizada devido às limitações do Jupyter Notebook.
Se você enfrentar problemas durante o aprendizado, sinta-se à vontade para perguntar ao Labby. Forneça feedback após a sessão, e resolveremos o problema prontamente para você.
Importar Bibliotecas
Começaremos importando as bibliotecas necessárias.
import numpy as np
import matplotlib.pyplot as plt
Gerar Dados
Geraremos dados aleatórios usando NumPy.
np.random.seed(19680801)
X = np.random.rand(100, 200)
xs = np.mean(X, axis=1)
ys = np.std(X, axis=1)
Criar Figura e Eixos
Criaremos uma figura com dois eixos.
fig, (ax, ax2) = plt.subplots(2, 1)
Plotar Dados
Plotaremos os dados gerados no primeiro eixo.
line, = ax.plot(xs, ys, 'o', picker=True, pickradius=5)
Criar Classe Point Browser
Criaremos uma classe para lidar com a funcionalidade do navegador de pontos (point browser).
class PointBrowser:
def __init__(self):
self.lastind = 0
self.text = ax.text(0.05, 0.95, 'selected: none',
transform=ax.transAxes, va='top')
self.selected, = ax.plot([xs[0]], [ys[0]], 'o', ms=12, alpha=0.4,
color='yellow', visible=False)
def on_press(self, event):
if self.lastind is None:
return
if event.key not in ('n', 'p'):
return
if event.key == 'n':
inc = 1
else:
inc = -1
self.lastind += inc
self.lastind = np.clip(self.lastind, 0, len(xs) - 1)
self.update()
def on_pick(self, event):
if event.artist != line:
return True
N = len(event.ind)
if not N:
return True
## the click locations
x = event.mouseevent.xdata
y = event.mouseevent.ydata
distances = np.hypot(x - xs[event.ind], y - ys[event.ind])
indmin = distances.argmin()
dataind = event.ind[indmin]
self.lastind = dataind
self.update()
def update(self):
if self.lastind is None:
return
dataind = self.lastind
ax2.clear()
ax2.plot(X[dataind])
ax2.text(0.05, 0.9, f'mu={xs[dataind]:1.3f}\nsigma={ys[dataind]:1.3f}',
transform=ax2.transAxes, va='top')
ax2.set_ylim(-0.5, 1.5)
self.selected.set_visible(True)
self.selected.set_data(xs[dataind], ys[dataind])
self.text.set_text('selected: %d' % dataind)
fig.canvas.draw()
Conectar Manipuladores de Eventos
Conectaremos os manipuladores de eventos (event handlers) ao canvas da figura.
browser = PointBrowser()
fig.canvas.mpl_connect('pick_event', browser.on_pick)
fig.canvas.mpl_connect('key_press_event', browser.on_press)
Exibir o Gráfico
Exibiremos o gráfico.
plt.show()
Resumo
Neste laboratório, aprendemos como interagir com dados usando múltiplos canvases com Python Matplotlib. Criamos uma classe para lidar com a funcionalidade do navegador de pontos (point browser) e conectamos manipuladores de eventos (event handlers) ao canvas da figura para habilitar a interatividade.