左右对齐matplotlib散点标记答案

【问题标题】：Align matplotlib scatter marker left and or right左右对齐matplotlib散点标记
【发布时间】：2014-12-28 11:38:10
【问题描述】：

我正在使用matplotlib scatterplot 函数在垂直线上创建手柄外观，以描绘图形的某些部分。但是，为了使它们看起来正确，我需要能够将散点图标记对齐到左侧（对于左线/轮廓线）和/或右侧（对于右侧线/轮廓线）。

这是一个例子：

#create the figure
fig = plt.figure(facecolor = '#f3f3f3', figsize = (11.5, 6))
ax = plt. ax = plt.subplot2grid((1, 1), (0,0))

#make some random data
index = pandas.DatetimeIndex(start = '01/01/2000', freq  = 'b', periods = 100)
rand_levels = pandas.DataFrame( numpy.random.randn(100, 4)/252., index = index, columns = ['a', 'b', 'c', 'd'])
rand_levels = 100*numpy.exp(rand_levels.cumsum(axis = 0))
ax.stackplot(rand_levels.index, rand_levels.transpose())

#create the place holder for the vertical lines
d1, d2 = index[25], index[50]

#draw the lines
ymin, ymax = ax.get_ylim()
ax.vlines([index[25], index[50]], ymin = ymin, ymax = ymax, color = '#353535', lw = 2)

#draw the markers
ax.scatter(d1, ymax, clip_on = False, color = '#353535', marker = '>', s = 200, zorder = 3)
ax.scatter(d2, ymax, clip_on = False, color = '#353535', marker = '<', s = 200, zorder = 3)

#reset the limits
ax.set_ylim(ymin, ymax)
ax.set_xlim(rand_levels.index[0], rand_levels.index[-1])
plt.show()

上面的代码几乎为我提供了我正在寻找的图表，如下所示：

但是，我希望最左边的标记 (">") 是“左对齐”（即稍微向右移动），以便线条继续到标记的后面同样，我想要最右边的标记（“

关于如何以灵活的方式完成此任务的任何指导或建议？

注意：实际上，我的DataFrame 索引是pandas.Datetime，而不是我为这个简单示例提供的整数。

【问题讨论】：

标签： python matplotlib scatter-plot

【解决方案1】：

我喜欢这个问题，但对我的第一个答案不满意。特别是，创建图形特定对象 (mark_align_*) 以对齐标记似乎不必要地麻烦。我最终发现的是通过 verts 指定标记的功能（2 元素浮点数列表或 Nx2 数组，它指定相对于目标绘图点的标记顶点(0, 0) ）。为了实现这个目的，我编写了这个函数，

from matplotlib import markers
from matplotlib.path import Path

def align_marker(marker, halign='center', valign='middle',):
    """
    create markers with specified alignment.

    Parameters
    ----------

    marker : a valid marker specification.
      See mpl.markers

    halign : string, float {'left', 'center', 'right'}
      Specifies the horizontal alignment of the marker. *float* values
      specify the alignment in units of the markersize/2 (0 is 'center',
      -1 is 'right', 1 is 'left').

    valign : string, float {'top', 'middle', 'bottom'}
      Specifies the vertical alignment of the marker. *float* values
      specify the alignment in units of the markersize/2 (0 is 'middle',
      -1 is 'top', 1 is 'bottom').

    Returns
    -------

    marker_array : numpy.ndarray
      A Nx2 array that specifies the marker path relative to the
      plot target point at (0, 0).

    Notes
    -----
    The mark_array can be passed directly to ax.plot and ax.scatter, e.g.::

        ax.plot(1, 1, marker=align_marker('>', 'left'))

    """

    if isinstance(halign, (str, unicode)):
        halign = {'right': -1.,
                  'middle': 0.,
                  'center': 0.,
                  'left': 1.,
                  }[halign]

    if isinstance(valign, (str, unicode)):
        valign = {'top': -1.,
                  'middle': 0.,
                  'center': 0.,
                  'bottom': 1.,
                  }[valign]

    # Define the base marker
    bm = markers.MarkerStyle(marker)

    # Get the marker path and apply the marker transform to get the
    # actual marker vertices (they should all be in a unit-square
    # centered at (0, 0))
    m_arr = bm.get_path().transformed(bm.get_transform()).vertices

    # Shift the marker vertices for the specified alignment.
    m_arr[:, 0] += halign / 2
    m_arr[:, 1] += valign / 2

    return Path(m_arr, bm.get_path().codes)

使用此功能，可以将所需的标记绘制为，

ax.plot(d1, 1, marker=align_marker('>', halign='left'), ms=20,
        clip_on=False, color='k', transform=ax.get_xaxis_transform())
ax.plot(d2, 1, marker=align_marker('<', halign='right'), ms=20,
        clip_on=False, color='k', transform=ax.get_xaxis_transform())

或使用ax.scatter，

ax.scatter(d1, 1, 200, marker=align_marker('>', halign='left'),
           clip_on=False, color='k', transform=ax.get_xaxis_transform())
ax.scatter(d2, 1, 200, marker=align_marker('<', halign='right'),
           clip_on=False, color='k', transform=ax.get_xaxis_transform())

在这两个示例中，我都指定了transform=ax.get_xaxis_transform()，因此标记的垂直位置位于坐标轴坐标中（1 是坐标轴的顶部），这与标记 对齐无关.

与我之前的解决方案相比，此解决方案的明显优势在于它不需要了解 markersize、绘图功能（ax.plot vs. ax.scatter ) 或 axes （用于变换）。相反，只需指定一个标记及其对齐方式！

干杯！

【讨论】：

在寻找替代解决方案的过程中，我尝试为marker 的ax.plot 和ax.scatter 输入选项提供自定义的matplotlib.markers.MarkerStyle 实例，但此功能尚未出现得到支持。
哇@farenorth...哇。首先，看起来通过使用markers.MarkerStyle 类，您无需将figure 传递给函数即可解决问题（这对我来说是一大优势）。我需要实现你所做的以确保我正确使用/理解它，但这是一个非常优雅的抽象/解决方案！
只需将一些测试器功能放在一起，就可以很好地工作而无需通过数字（以及更清晰和更具表现力的语言）。很棒的解决方案！
非常感谢您为这个分析器付出了这么多努力！这实际上应该作为标记的参数包含在 matplotlib 中。
@Oren，好问题。这似乎是创建标记方式的错误。我创建了一个issue 和proposed a solution。现在，我已经用解决方法更新了我的函数。

【解决方案2】：

我找到了解决这个问题的简单方法。 Matplotlib 具有不同对齐方式的内置标记： lines_bars_and_markers example code: marker_reference.py

只需将'>' 标记更改为9，将'<' 标记更改为8：

#draw the markers
ax.scatter(d1, ymax, clip_on=False, color='#353535', marker=9, s=200, zorder=3)
ax.scatter(d2, ymax, clip_on=False, color='#353535', marker=8, s=200, zorder=3)

【讨论】：

【解决方案3】：

一种解决方案是使用mpl.transforms，并将transform 输入参数用于ax.scatter 或ax.plot。具体来说，我将首先添加，

from matplotlib import transforms as tf

在这种方法中，我使用tf.offset_copy 创建偏移一半大小的标记。但是标记的大小是多少？事实证明，ax.scatter 和 ax.plot 指定的标记大小不同。请参阅this question 了解更多信息。

ax.scatter 的 s= 输入参数以点^2 指定标记大小（即，这是标记适合的正方形区域）。
ax.plot 的 markersize 输入参数以磅为单位指定标记的宽度和高度（即标记适合的正方形的宽度和高度）。

使用`ax.scatter`

所以，如果你想用ax.scatter 绘制你的标记，你可以这样做，

ms_scatter = 200  # define markersize
mark_align_left_scatter = tf.offset_copy(ax.get_xaxis_transform(), fig,
                                         ms_scatter ** 0.5 / 2,
                                         units='points')
mark_align_right_scatter = tf.offset_copy(ax.get_xaxis_transform(), fig,
                                          -ms_scatter ** 0.5 / 2,
                                          units='points')

这里我使用了ax.get_xaxis_transform，这是一种将点放置在沿 x 轴的数据坐标中，但在 axes（0 到 1）坐标中的 y 轴上的变换.这样，我可以使用1 将点放在图的顶部，而不是使用ymax。此外，如果我平移或缩放图形，标记仍将位于顶部！一旦我定义了新的转换，当我调用ax.scatter 时，我将它们分配给transform 属性，

ax.scatter(d1, 1, s=ms_scatter, marker='>', transform=mark_align_left_scatter,
           clip_on=False, color='k')
ax.scatter(d2, 1, s=ms_scatter, marker='<', transform=mark_align_right_scatter,
           clip_on=False, color='k')

使用`ax.plot`

因为它比较简单，我可能会使用ax.plot。在那种情况下，我会这样做，

ms = 20

mark_align_left = tf.offset_copy(ax.get_xaxis_transform(), fig,
                                 ms / 2, units='points')
mark_align_right = tf.offset_copy(ax.get_xaxis_transform(), fig,
                                  -ms / 2, units='points')

ax.plot(d1, 1, marker='>', ms=ms, transform=mark_align_left,
        clip_on=False, color='k')
ax.plot(d2, 1, marker='<', ms=ms, transform=mark_align_right,
        clip_on=False, color='k')

最后的评论

您可能希望创建一个包装器以更轻松地创建 mark_align_* 转换，但如果您愿意，我会留给您实施。

无论您使用ax.scatter 还是ax.plot，您的输出图看起来都像，

【讨论】：

您可能还想查看ax.axvline 代替ax.vlines。 ax.axvline 不需要 ymin 和 ymax 值。
这是一个非常彻底的答案，谢谢。

【解决方案4】：

不是最优雅的解决方案，但如果我正确理解您的问题，分别从d1 和d2 减去和添加一个应该可以做到：

ax.scatter(d1-1, ymax, clip_on = False, color = '#353535', marker = '>', s = 200, zorder = 3)
ax.scatter(d2+1, ymax, clip_on = False, color = '#353535', marker = '<', s = 200, zorder = 3)

【讨论】：

看看我的注释，我声明在我的实际问题中，DataFrame 索引是日期，这需要是一个灵活的解决方案，而不是仅适用于示例的解决方案。不过，非常感谢您的想法。
哦，我错过了那部分。您能否提供DataFrame 为pandas.Datetime 的示例代码？
刚刚添加了代码来制作Datetime类型的Index而不是int
看起来如果您将 freq = 'b' 更改为 freq = 'h' 或 freq = 'd' 发布的解决方案有效
这只是我生成的示例数据。它将有真实的日期（最像“工作日”），所以不幸的是，我不能将'b' 更改为'h'。

使用ax.scatter

使用ax.plot

最后的评论

使用`ax.scatter`

使用`ax.plot`