Matplotlib 交互式可视化技术

简介

本实验旨在向你介绍 Matplotlib 中的拾取概念。拾取艺术家对象的能力是一个强大的工具，可用于构建响应用户操作的交互式可视化。我们将介绍简单拾取、使用自定义命中测试函数进行拾取、在散点图上进行拾取以及拾取图像。

虚拟机提示

虚拟机启动完成后，点击左上角切换到“笔记本”标签，以访问 Jupyter Notebook 进行练习。

有时，你可能需要等待几秒钟让 Jupyter Notebook 完成加载。由于 Jupyter Notebook 的限制，操作验证无法自动化。

如果你在学习过程中遇到问题，请随时向 Labby 提问。课程结束后提供反馈，我们将立即为你解决问题。

简单拾取、线条、矩形和文本

我们将通过设置艺术家对象的“picker”属性来启用简单拾取。如果鼠标事件发生在艺术家对象上方，这将使该艺术家对象触发一个拾取事件。我们将创建一个包含一条线、一个矩形和一段文本的简单绘图，并对这些艺术家对象中的每一个启用拾取功能。

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)

## 拾取矩形。
ax2.bar(range(10), rand(10), picker=True)
for label in ax2.get_xticklabels():  ## 使 x 轴刻度标签可拾取。
    label.set_picker(True)

创建自定义命中测试函数

在这一步中，我们将通过将 picker 设置为一个可调用函数来定义一个自定义拾取器。该函数将确定艺术家对象是否被鼠标事件命中。如果鼠标事件发生在艺术家对象上方，我们将返回 hit=True，并且 props 是一个字典，其中包含你想要添加到 .PickEvent 属性中的属性。

def line_picker(line, mouseevent):
    """
    在数据坐标中找到距离鼠标点击一定距离内的点，并附加一些额外的属性，pickx 和 picky，
    它们是被拾取的数据点。
    """
    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)

在散点图上进行拾取

散点图由 ~matplotlib.collections.PathCollection 支持。我们将创建一个散点图并启用拾取功能。

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)

拾取图像

使用 .Axes.imshow 绘制的图像是 ~matplotlib.image.AxesImage 对象。我们将创建一个包含多个图像的图形并启用拾取功能。

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)

总结

在本实验中，我们学习了如何在 Matplotlib 中对各种艺术家对象启用拾取功能，包括线条、矩形、文本、散点图和图像。我们还学习了如何定义自定义命中测试函数，以实现更复杂的拾取行为。这个强大的工具使我们能够创建响应用户操作的交互式可视化。