使用用户输入更新现有的 Matplotlib 子图

Question

我目前正在尝试在我的代码中实现“缩放”功能。我的意思是我希望并排放置两个子图，其中一个包含初始数据，另一个包含由用户输入决定的“放大”图。

目前，我可以并排创建两个子图，但是在调用用户输入后，我的脚本不是更新第二个子图，而是在下面创建一个全新的图形，而不是更新第二个子图。重要的是首先绘制包含data 的图形，以便用户可以相应地选择输入值。

def plot_func(data):

    plot_this = data

    plt.close('all')

    fig = plt.figure()

    #Subplot 1
    ax1 = fig.add_subplot(1,2,1)
    ax1.plot(plot_this)
    plt.show()

    zoom = input("Where would you like to zoom to: )
    zoom_in = plot_this[0:int(zoom)]

    #Subplot 2
    ax2 = fig.add_subplot(1,2,2)
    ax2.plot(zoom_in)

    plt.show()

上面的代码是我希望做的简化版本。显示一个子图，并基于该子图，让用户输入一个输入。然后要么编辑一个已经创建的子图，要么在第一个子图旁边创建一个新的子图。同样重要的是，“放大”的子图与第一个相对的子图并排在下方。

Answer 1

我认为用户输入数字进行缩放不是很方便。更标准的方式是各种matplotlib tools 已经提供的鼠标交互。

没有用于放大不同绘图的标准工具，但我们可以使用 matplotlib.widgets.RectangleSelector 轻松提供此功能，如下面的代码所示。

我们需要在两个子图中绘制相同的数据，并将 RectangleSelector 连接到其中一个子图 (ax)。每次进行选择时，第一个子图中选择的数据坐标仅用作第二个子图的轴限制，有效地证明了放大（或放大）功能。

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.widgets import  RectangleSelector


def onselect(eclick, erelease):
  #http://matplotlib.org/api/widgets_api.html
  xlim = np.sort(np.array([erelease.xdata,eclick.xdata ]))
  ylim = np.sort(np.array([erelease.ydata,eclick.ydata ]))
  ax2.set_xlim(xlim)
  ax2.set_ylim(ylim)

def toggle_selector(event):
    # press escape to return to non-zoomed plot
    if event.key in ['escape'] and toggle_selector.RS.active:
        ax2.set_xlim(ax.get_xlim())
        ax2.set_ylim(ax.get_ylim())


x = np.arange(100)/(100.)*7.*np.pi
y = np.sin(x)**2

fig = plt.figure()
ax = fig.add_subplot(121)
ax2 = fig.add_subplot(122)

#plot identical data in both axes
ax.plot(x,y, lw=2)
ax.plot([5,14,21],[.3,.6,.1], marker="s", color="red", ls="none")
ax2.plot(x,y, lw=2)
ax2.plot([5,14,21],[.3,.6,.1], marker="s", color="red", ls="none")

ax.set_title("Select region with your mouse.\nPress escape to deactivate zoom")
ax2.set_title("Zoomed Plot")

toggle_selector.RS = RectangleSelector(ax, onselect, drawtype='box',  interactive=True)
fig.canvas.mpl_connect('key_press_event', toggle_selector)

plt.show()

Answer 2

%matplotlib inline
import mpld3
mpld3.enable_notebook()