Python/Matplotlib：转换 Axis <=> 数据坐标系答案

【问题标题】：Python/Matplotlib : convert Axis <=> Data coordinates systemsPython/Matplotlib：转换 Axis <=> 数据坐标系
【发布时间】：2023-04-10 07:49:01
【问题描述】：

我的问题很简单：在 matplotlib 中，如何轻松地将轴系统中的坐标转换为数据系统/从数据系统转换（理想情况下我正在寻找一个简单的函数output_coords = magic_func(input_coords)）

实际上我的确切问题是：我想绘制一个matplotlib.patches.Ellipse，他的中心在轴系统中，但他的大小（宽度和长度）在数据系统中。但transforms.blended_transform_factory 方法在这种情况下不起作用。

谢谢！

【问题讨论】：

你可能应该看看this

标签： python matplotlib coordinate-systems coordinate-transformation

【解决方案1】：

要从Axes 实例ax 获取转换，您可以使用

axis_to_data = ax.transAxes + ax.transData.inverted()
points_data = axis_to_data.transform(points_axis)
data_to_axis = axis_to_data.inverted()
numpy.testing.assert_allclose(points_axis, data_to_axis.transform(points_data))

【讨论】：

您好，这惊人地解决了我的问题。是否有任何文档页面解释了 trans*() 方法和类的组合？
@grafa 看到这个tutorial。这里的想法是，每个“变换”实例都提供了将坐标从某些特殊系统转换为以像素/点为单位的通用“显示”坐标的工具。逆变换则相反。当您添加多个转换实例时，它会创建一个新类的新实例，该类按顺序执行这些转换。所以，上面的transform 调用从轴到通用，然后从通用到数据。

【解决方案2】：

按照transforms tutorial，最简单的方法是使用 ax.transLimits.

output_coords = ax.transLimits.transform(input_coords)

【讨论】：

就像其他人的注释一样，此答案适用于轴 -> 数据。对于数据 -> 轴，它是 output_coords = ax.transLimits.inverted().transform(input_coords)

【解决方案3】：

暂时没有找到解决办法，需要自己写：

def axis_data_coords_sys_transform(axis_obj_in,xin,yin,inverse=False):
    """ inverse = False : Axis => Data
                = True  : Data => Axis
    """
    xlim = axis_obj_in.get_xlim()
    ylim = axis_obj_in.get_ylim()

    xdelta = xlim[1] - xlim[0]
    ydelta = ylim[1] - ylim[0]
    if not inverse:
        xout =  xlim[0] + xin * xdelta
        yout =  ylim[0] + yin * ydelta
    else:
        xdelta2 = xin - xlim[0]
        ydelta2 = yin - ylim[0]
        xout = xdelta2 / xdelta
        yout = ydelta2 / ydelta
    return xout,yout

【讨论】：

这很好，谢谢。使用axis_obj_in.get_[x or y]scale()，它也可以很容易地修改为适用于对数缩放轴。