获取 matplotlib / cartopy 轮廓自动标签坐标答案

【问题标题】：get matplotlib / cartopy contour auto label coordinates获取 matplotlib / cartopy 轮廓自动标签坐标
【发布时间】：2021-03-25 21:42:28
【问题描述】：

如何检索下例中自动确定的等高线标签坐标？

来自the documentation的matplotlib示例

import matplotlib
import numpy as np
import matplotlib.cm as cm
import matplotlib.pyplot as plt


delta = 0.025
x = np.arange(-3.0, 3.0, delta)
y = np.arange(-2.0, 2.0, delta)
X, Y = np.meshgrid(x, y)
Z1 = np.exp(-X**2 - Y**2)
Z2 = np.exp(-(X - 1)**2 - (Y - 1)**2)
Z = (Z1 - Z2) * 2

fig, ax = plt.subplots()
CS = ax.contour(X, Y, Z)
CS_labels = ax.clabel(CS, inline=True, fontsize=10)
ax.set_title('Simplest default with labels')

我想做类似的事情

label_locations = CS_labels.get_label_coords()

这样我就可以从自动选择的集合开始，然后根据需要手动修改。这在处理labels in geospatial coordinates 时特别有用。

更新：
swatchai 提供的解决方案适用于 matplotlib 和 cartopy。

for txobj in CS.labelTexts:
    pos = txobj.get_position()
    txt = txobj.get_text()
    print(pos, txt)

标签位置最好从CS 对象而不是CS_labels 对象中检索。

注意：
tdy 的解决方案仅适用于 matplotlib，但不适用于使用 cartopy GeoAxes 时，因为 ax.clabel() 为 CS_labels 返回 'NoneType'，因此无法以这种方式访问 CS_labels[0].get_position()。

【问题讨论】：

相关的 matplotlib 问题：stackoverflow.com/questions/19418901/… 有用但不相关的cartopy 轮廓问题：stackoverflow.com/questions/61032307/…

标签： python matplotlib coordinates contour cartopy

【解决方案1】：

如果我理解正确，你可以使用这个：

label_locations = [label.get_position() for label in CS_labels]

# [( 0.9499999999999864,   0.5360418495133943),
#  ( 1.8999999999999821,   1.755885999331959),
#  ( 0.15000000000000968,  0.8499999999999899),
#  (-0.9000000000000075,  -0.75588599933193),
#  ( 0.4135112591682213,   0.124999999999992),
#  (-0.42169775490495853, -0.2750000000000066)]

【讨论】：

【解决方案2】：

对于cartopy，一旦你创建了轮廓标签，你就可以通过

CS.labelTexts  #CS is contour_collection set

这是演示所有步骤的可运行代码。

import cartopy.crs as ccrs
import matplotlib.pyplot as plt
import cartopy
import numpy as np

delta = 0.025
x = np.arange(-3.0, 3.0, delta)
y = np.arange(-2.0, 3.0, delta)
X, Y = np.meshgrid(x, y)
Z1 = np.exp(-X**2 - Y**2)*20
Z2 = np.exp(-(X - 1)**2 - (Y - 1)**2)*20
Z = (Z1 - Z2) * 2

fig = plt.figure()
ax = fig.add_subplot(1, 1, 1, projection=ccrs.PlateCarree())

CS = ax.contour(X, Y, Z)

ax.clabel(
    CS,
    colors=['black'],
    manual=False,
    inline=True,
    fmt=' {:.0f} '.format
)

ax.set_extent([-3,3,-2,3])
ax.gridlines(draw_labels=True)
plt.show()

列出轮廓标签文本：-

CS.labelTexts

输出：

[Text(1.003030188944607, 0.7749999999999897, ' -30 '),
 Text(1.4249999999999843, 1.7059169688922102, ' -20 '),
 Text(0.30880609807150927, 0.9499999999999895, ' -10 '),
 Text(0.6000000000000081, 0.3999999999999915, ' 0 '),
 Text(-0.7000000000000091, -0.9440944811557408, ' 10 '),
 Text(-0.12500000000001066, -0.8102372655970758, ' 20 '),
 Text(-0.050000000000010925, 0.24709487906649752, ' 30 ')]

打印每个标签的位置和文本：-

for txobj in CS.labelTexts:
    pos = txobj.get_position()
    txt = txobj.get_text()
    print(pos, txt)

输出：

(1.003030188944607, 0.7749999999999897)  -30 
(1.4249999999999843, 1.7059169688922102)  -20 
(0.30880609807150927, 0.9499999999999895)  -10 
(0.6000000000000081, 0.3999999999999915)  0 
(-0.7000000000000091, -0.9440944811557408)  10 
(-0.12500000000001066, -0.8102372655970758)  20 
(-0.050000000000010925, 0.24709487906649752)  30

如果要对每个标签进行操作，则经常使用.set_text() 和.set_position() 方法。

【讨论】：