您如何使用 matplotlib 使标记正方形成为精确的正方形？

Question

首先，重要的是我使用 plt.scatter 而不是通过迭代点（补丁）来执行此操作，因为对于我的真实数据，我有大量的数据点。问题是如何使用 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：

1. 对于我的 16 个数据点中的每一个，图片上的一个正方形应以特定于该点的颜色绘制。
2. 根据 figsize，我需要计算出标记需要的确切数据点数。

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 来验证距离是否相等。 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) 将此标记输入 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。当我将两者相乘时，转换并输入 plt.scatter 我得到这个图像：

如您所见，正方形不是正方形，并且不完全填充从 0,0 到 1,1 等的正方形。如果您使用 fig.show() 这会更清楚。

这个近似解还可以，因为网格很大，看起来还不错，但我想知道如何才能准确地解决这个问题。如何确保标记准确地放置在它应该适合的正方形内，从左下正方形的两个轴上的 0,1 填充？

Answer 1

一般的答案可能是补丁，而不是标记方块，不管它有多慢。但是，使用您展示的示例的网格特性，有一种更简单的方法，您仍然可以对其进行其他绘图：

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，自定义颜色图以使缺失数据具有透明方块，将 imshow 作为子图嵌入另一个图中，等等。