如何使用 matplotlib 使绘图的 xtick 标签成为简单的绘图？

Question

我想绘制一个简单的图形（由线和圆组成）作为每个 x 刻度的标签，而不是单词或数字作为 x 轴的刻度标签。这可能吗？如果是这样，在 matplotlib 中最好的方法是什么？

Answer 1

另一个答案有一些缺点，因为它使用静态坐标。因此，在更改图形大小或缩放和平移绘图时它将不起作用。

更好的选择是直接定义所选坐标系中的位置。对于 xaxis，使用数据坐标作为 x 位置和轴坐标作为 y 位置是有意义的。

使用matplotlib.offsetboxes 使这变得相当简单。下面将分别在坐标 (-5,0) 和 (5,0) 处放置一个带有圆圈的框和一个带有图像的框，并将它们稍微偏移到较低的位置，这样它们看起来就像是刻度标签。

import matplotlib.pyplot as plt
import matplotlib.patches as mpatches
from matplotlib.offsetbox import (DrawingArea, OffsetImage,AnnotationBbox)

fig, ax = plt.subplots()
ax.plot([-10,10], [1,3])

# Annotate the 1st position with a circle patch
da = DrawingArea(20, 20, 10, 10)
p = mpatches.Circle((0, 0), 10)
da.add_artist(p)

ab = AnnotationBbox(da, (-5,0),
                    xybox=(0, -7),
                    xycoords=("data", "axes fraction"),
                    box_alignment=(.5, 1),
                    boxcoords="offset points",
                    bboxprops={"edgecolor" : "none"})

ax.add_artist(ab)

# Annotate the 2nd position with an image
arr_img = plt.imread("https://i.stack.imgur.com/FmX9n.png", format='png')

imagebox = OffsetImage(arr_img, zoom=0.2)
imagebox.image.axes = ax

ab = AnnotationBbox(imagebox, (5,0),
                    xybox=(0, -7),
                    xycoords=("data", "axes fraction"),
                    boxcoords="offset points",
                    box_alignment=(.5, 1),
                    bboxprops={"edgecolor" : "none"})

ax.add_artist(ab)

plt.show()

---

请注意，许多形状以 unicode 符号形式存在，因此可以简单地使用这些符号设置刻度标签。对于这样的解决方案，请参阅How to use a colored shape as yticks in matplotlib or seaborn?

Answer 2

我会删除刻度标签并将文本替换为patches。以下是执行此任务的简短示例：

import matplotlib.pyplot as plt
import matplotlib.patches as patches


# define where to put symbols vertically
TICKYPOS = -.6

fig = plt.figure()
ax = fig.add_subplot(111)
ax.plot(range(10))

# set ticks where your images will be
ax.get_xaxis().set_ticks([2,4,6,8])
# remove tick labels
ax.get_xaxis().set_ticklabels([])


# add a series of patches to serve as tick labels
ax.add_patch(patches.Circle((2,TICKYPOS),radius=.2,
                            fill=True,clip_on=False))
ax.add_patch(patches.Circle((4,TICKYPOS),radius=.2,
                            fill=False,clip_on=False))
ax.add_patch(patches.Rectangle((6-.1,TICKYPOS-.05),.2,.2,
                               fill=True,clip_on=False))
ax.add_patch(patches.Rectangle((8-.1,TICKYPOS-.05),.2,.2,
                               fill=False,clip_on=False))

结果如下图：

将clip_on设置为False很关键，否则坐标轴外的patches将不显示。补丁的坐标和大小（半径、宽度、高度等）将取决于轴在图中的位置。例如，如果您正在考虑对子图执行此操作，则需要对补丁的位置敏感，以免与任何其他轴重叠。您可能值得花时间研究Transformations，并在其他单位（轴、图形或显示）中定义位置和大小。

如果您有要用于符号的特定图像文件，您可以使用BboxImage 类来创建要添加到轴而不是补丁的艺术家。例如，我使用以下脚本制作了一个简单的图标：

import matplotlib.pyplot as plt

fig = plt.figure(figsize=(1,1),dpi=400)
ax = fig.add_axes([0,0,1,1],frameon=False)
ax.set_axis_off()

ax.plot(range(10),linewidth=32)
ax.plot(range(9,-1,-1),linewidth=32)

fig.savefig('thumb.png')

制作这张图片：

然后我在我想要刻度标签的位置和我想要的大小创建了一个 BboxImage：

lowerCorner = ax.transData.transform((.8,TICKYPOS-.2))
upperCorner = ax.transData.transform((1.2,TICKYPOS+.2))

bbox_image = BboxImage(Bbox([lowerCorner[0],
                             lowerCorner[1],
                             upperCorner[0],
                             upperCorner[1],
                             ]),
                       norm = None,
                       origin=None,
                       clip_on=False,
                       )

注意到我如何使用transData 转换将数据单位转换为显示单位，这是Bbox 的定义所必需的。

现在我使用imread 例程读取图像，并将其结果（一个numpy 数组）设置为bbox_image 的数据并将艺术家添加到轴：

bbox_image.set_data(imread('thumb.png'))
ax.add_artist(bbox_image)

这会导致更新的数字：

如果你直接使用图片，请确保导入所需的类和方法：

from matplotlib.image import BboxImage,imread
from matplotlib.transforms import Bbox