如何使用 matplotlib 使标记方块成为精确的方块？

Question

首先，重要的是我使用 plt.scatter 而不是迭代点（补丁），因为我的真实数据有大量数据点。问题是关于如何用 plt.scatter 解决这个问题并找到正确的标记大小。

通过这个小例子，我想实现以下目标：

对于我的 16 个数据点中的每一个，图片上的一个正方形应该用特定于该点的颜色绘制。
根据图形大小，我需要计算出标记所需的确切数据点数。

我的策略： a) 使用 ax.transData.transform 获取 0,0, 0,1, 0,2 的像素值和 1,0, 2,0, 3,0 以验证距离是否相等。 b) 将宽度乘以高度以获得我需要的标记的大小。 c) 从像素转换为点。 d) 将此标记提供给 plt.scatter.

import numpy as np
import matplotlib.pyplot as plt

xdim = 4
figs = 5
dpi = 100

fig = plt.figure(num=None, figsize=(figs, figs), dpi=dpi, facecolor='w', edgecolor='k')
plt.xlim((-1,5))
plt.ylim((-1,5))

ax = fig.add_subplot(111)
x = np.arange(0+.5, xdim+.5, 1)
y = np.arange(0+.5, xdim+.5, 1)

X, Y = np.meshgrid(x, y)

Z= np.random.rand(xdim*xdim,3)

x_diff = np.diff(ax.transData.transform([(0,0),(0,1),(0,2),(0,3),(0,4)]),axis=0)
y_diff = np.diff(ax.transData.transform([(0,0),(1,0),(2,0),(3,0),(4,0)]),axis=0)

print(x_diff,y_diff)

x_avg = np.average(x_diff[0,1])
y_avg = np.average(y_diff[1,0])

print(x_avg,y_avg)

marker_pixels = x_avg*y_avg
marker_points = (marker_pixels*72)/dpi

print marker_points

plt.scatter(X,Y,c=Z, s=marker_points, marker='s', edgecolors=None)

plt.savefig('foo.png', dpi=dpi)

但是，在这个例子中我得到的结果是 66.666（事实！）和 64.58，即不是正方形。当我将两者相乘、转换并输入 plt.scatter 时，我得到了这张图片：

如你所见，正方形不是正方形，不要完全填满从0,0到1,1等的正方形。如果你使用fig.show()，这会更清楚看看。

这个近似解是可以的，因为格子很大看起来不错，但我想知道如何才能准确地解决这个问题。我怎样才能确保标记准确地放置在它应该适合的正方形内，从左下角正方形的两个轴上的 0,1 开始填充？

Answer 1

一般的答案可能是补丁，而不是标记方块，无论它有多慢。但是，使用您显示的示例的网格性质，有一种更简单的方法，您仍然可以在其上进行其他绘图：

import matplotlib.pyplot as plt
from matplotlib import cm
import numpy.random as nr
quilt = nr.random((4,4))


plt.imshow(quilt, interpolation='none', aspect='equal', cmap=cm.jet)
plt.scatter([1,2,3],[3,0,1])
plt.plot([0,1,1.4, 2.3, 3.5],[0,1,2,3,2])
plt.show()

您可以更改轴刻度以表示您的数据单位，自定义颜色图以具有缺失数据的透明方块，将 imshow 作为子图嵌入另一个图中，等等。

如何使用 matplotlib 使标记方块成为精确的方块？

How do you get the marker squares to be exact squares with matplotlib?

python

matplotlib