matplotlib 是否具有在轴坐标中绘制对角线的功能？

Question

Matplotlib 轴具有 axhline 和 axvline 函数，用于在给定的 y 或 x 坐标（分别）上绘制水平或垂直线，与轴上的数据比例无关。

是否有用于绘制恒定对角线的类似函数？例如，如果我有一个具有相似域的变量散点图，那么了解它们是位于y = x 的线之上还是之下通常很有用：

mean, cov = [0, 0], [(1, .6), (.6, 1)]
x, y = np.random.multivariate_normal(mean, cov, 100).T
y += x + 1
f, ax = plt.subplots(figsize=(6, 6))
ax.scatter(x, y, c=".3")
ax.plot([-3, 3], [-3, 3], ls="--", c=".3")
ax.set(xlim=(-3, 3), ylim=(-3, 3))

这当然可以通过获取轴限制（ax.get_xlim() 等）以编程方式完成，但是 a) 需要一些额外的步骤，并且 b) 在更多数据可能最终出现在绘图上的情况下很脆弱并改变界限。 （实际上在某些情况下，只需添加常量线本身就会拉伸轴）。

最好只做，例如ax.axdline(ls="--", c=".3")，但不清楚 matplotlib 代码库中是否存在类似的东西。您需要做的就是修改axhline 代码，以便在x 和y 的轴 坐标中从[0, 1] 绘制，我想。

Answer 1

绘制从屏幕左下角到右上角的对角线非常简单，您只需使用ax.plot(ax.get_xlim(), ax.get_ylim(), ls="--", c=".3")。 ax.get_xlim() 方法将简单地返回 x 轴的当前值（对于 y 轴也是如此）。

但是，如果您希望能够使用图表进行缩放，那么它会变得更加棘手，因为您绘制的对角线不会改变以匹配您的新 xlims 和 ylims。

在这种情况下，您可以使用回调来检查 xlims（或 ylims）何时发生变化，并相应地更改对角线上的数据（如下所示）。我在this example 中找到了回调方法。更多信息也可以找到here

import numpy as np
import matplotlib.pyplot as plt

mean, cov = [0, 0], [(1, .6), (.6, 1)]
x, y = np.random.multivariate_normal(mean, cov, 100).T
y += x + 1

f, ax = plt.subplots(figsize=(6, 6))

ax.scatter(x, y, c=".3")
ax.set(xlim=(-3, 3), ylim=(-3, 3))

# Plot your initial diagonal line based on the starting
# xlims and ylims.
diag_line, = ax.plot(ax.get_xlim(), ax.get_ylim(), ls="--", c=".3")

def on_change(axes):
    # When this function is called it checks the current
    # values of xlim and ylim and modifies diag_line
    # accordingly.
    x_lims = ax.get_xlim()
    y_lims = ax.get_ylim()
    diag_line.set_data(x_lims, y_lims)

# Connect two callbacks to your axis instance.
# These will call the function "on_change" whenever
# xlim or ylim is changed.
ax.callbacks.connect('xlim_changed', on_change)
ax.callbacks.connect('ylim_changed', on_change)

plt.show()

请注意，如果您不希望对角线随着缩放而改变，那么您只需删除diag_line, = ax.plot(...下方的所有内容

Answer 2

绘制从左下角到右上角的对角线将通过以下方式完成

ax.plot([0, 1], [0, 1], transform=ax.transAxes)

使用transform=ax.transAxes，提供的x 和y 坐标被解释为axes 坐标而不是data 坐标。

正如@fqq 所指出的，这只是当您的x 和y 限制相等时的标识线。要绘制线 y=x 使其始终延伸到绘图的范围，类似于@Ffisegydd 给出的方法将起作用，并且可以编写为以下函数。

def add_identity(axes, *line_args, **line_kwargs):
    identity, = axes.plot([], [], *line_args, **line_kwargs)
    def callback(axes):
        low_x, high_x = axes.get_xlim()
        low_y, high_y = axes.get_ylim()
        low = max(low_x, low_y)
        high = min(high_x, high_y)
        identity.set_data([low, high], [low, high])
    callback(axes)
    axes.callbacks.connect('xlim_changed', callback)
    axes.callbacks.connect('ylim_changed', callback)
    return axes

示例用法：

import numpy as np
import matplotlib.pyplot as plt

mean, cov = [0, 0], [(1, .6), (.6, 1)]
x, y = np.random.multivariate_normal(mean, cov, 100).T
y += x + 1

f, ax = plt.subplots(figsize=(6, 6))
ax.scatter(x, y, c=".3")
add_identity(ax, color='r', ls='--')

plt.show()

Answer 3

如果坐标轴在[0,1]范围内，可以这样解析：

ident = [0.0, 1.0]
plt.plot(ident,ident)

Answer 4

从 matplotlib 3.3.0 开始，它将：https://matplotlib.org/3.3.0/api/_as_gen/matplotlib.axes.Axes.axline.html

Axes.axline(self, xy1, xy2=None, *, slope=None, **kwargs) 添加一个 无限长的直线。

线可以由两个点 xy1 和 xy2 定义，也可以由一个 点 xy1 和一个坡度。

这会在“屏幕”上绘制一条直线，而不管 x 和 y 尺度，因此也适用于绘制指数衰减 半对数图、对数图中的幂律等。但是，斜率应该 仅与线性刻度一起使用；它对所有其他的没有明确的意义 尺度，因此行为是未定义的。请指定线路 使用点 xy1, xy2 进行非线性尺度。

Answer 5

根据https://matplotlib.org/stable/gallery/pyplots/axline.html，您可以使用plt.axline。以及文档中的示例：

import matplotlib.pyplot as plt

t = np.linspace(-10, 10, 100)
sig = 1 / (1 + np.exp(-t))

plt.axhline(y=0, color="black", linestyle="--")
plt.axhline(y=0.5, color="black", linestyle=":")
plt.axhline(y=1.0, color="black", linestyle="--")
plt.axvline(color="grey")
plt.axline((0, 0.5), slope=0.25, color="black", linestyle=(0, (5, 5)))
plt.plot(t, sig, linewidth=2, label=r"$\sigma(t) = \frac{1}{1 + e^{-t}}$")
plt.xlim(-10, 10)
plt.xlabel("t")
plt.legend(fontsize=14)
plt.show()```