在 matplotlib 中转换整个轴（或散点图）答案

【问题标题】：transform entire axes (or scatter plot) in matplotlib在 matplotlib 中转换整个轴（或散点图）
【发布时间】：2017-10-09 03:09:30
【问题描述】：

我正在使用以下代码绘制一些数据的均值和方差的变化

import matplotlib.pyplot as pyplot
import numpy

vis_mv(data, ax = None):
    if ax is None: ax = pyplot.gca()
    cmap = pyplot.get_cmap()
    colors = cmap(numpy.linspace(0, 1, len(data)))

    xs = numpy.arange(len(data)) + 1
    means = numpy.array([ numpy.mean(x) for x in data ])
    varis = numpy.array([ numpy.var(x) for x in data ])
    vlim = max(1, numpy.amax(varis))

    # variance
    ax.imshow([[0.,1.],[0.,1.]],
        cmap = cmap, interpolation = 'bicubic',
        extent = (1, len(data), -vlim, vlim), aspect = 'auto'
    )
    ax.fill_between(xs, -vlim, -varis, color = 'white')
    ax.fill_between(xs, varis, vlim, color = 'white')

    # mean
    ax.plot(xs, means, color = 'white', zorder = 1)
    ax.scatter(xs, means, color = colors, edgecolor = 'white', zorder = 2)

    return ax

这工作得很好：但现在我希望能够以垂直方式使用这种可视化作为某种高级彩条，类似于另一个情节旁边的东西。我希望可以旋转整个轴及其所有内容，但我只能找到this question，它也没有一个可靠的答案。因此，我尝试自己做如下：

from matplotlib.transforms import Affine2D

ax = vis_mv()
r = Affine2D().rotate_deg(90) + ax.transData

for x in ax.images + ax.lines + ax.collections:
    x.set_transform(r)

old = ax.axis()
ax.axis(old[2:4] + old[0:2])

这几乎可以解决问题（请注意，过去沿着白线分布的散点如何被炸毁且未按预期旋转）。不幸的是，持有scattering 结果的PathCollection 没有按预期运行。尝试了一些东西后，我发现scatter有某种offset transform，这似乎相当于其他集合中的regular transform。

x = numpy.arange(5)
ax = pyplot.gca()
p0, = ax.plot(x)
p1 = ax.scatter(x,x)

ax.transData == p0.get_transform()           # True
ax.transData == p1.get_offset_transform()    # True

似乎我可能想更改散点图的偏移变换，但我没有找到任何方法可以让我在PathCollection 上更改该变换。此外，做我真正想做的事情会变得更加不方便。

有人知道是否有可能改变偏移变换吗？

提前致谢

【问题讨论】：

你能发布一张你所拥有的和（大约）你想要的样本图片吗？
@VBB 现在清楚了吗？
一开始就垂直绘制所有内容怎么样？ imshow、scatter 和 plot 将按原样工作，您可以使用 ax.fill_betweenx 进行着色。（PS：阴影的好技巧）
@VBB 我最初是垂直做所有事情的（除了我不知道ax.fill_betweenx），但为了更仔细地观察，我将我的代码重写为水平的，希望我能做到能够旋转整个东西。我显然可以有两个功能，但我希望有一个更优雅的解决方案......
@ImportanceOfBeingErnest 我将我的问题更新为 1）提及另一个问题的存在 2）关注散点图

标签： python matplotlib transform

【解决方案1】：

不幸的是PathCollection 没有.set_offset_transform() 方法，但可以访问私有_transOffset 属性并将旋转变换设置为它。

import matplotlib.pyplot as plt
from matplotlib.transforms import Affine2D
from matplotlib.collections import PathCollection
import numpy as np; np.random.seed(3)

def vis_mv(data, ax = None):
    if ax is None: ax = plt.gca()
    cmap = plt.get_cmap()
    colors = cmap(np.linspace(0, 1, len(data)))

    xs = np.arange(len(data)) + 1
    means = np.array([ np.mean(x) for x in data ])
    varis = np.array([ np.var(x) for x in data ])
    vlim = max(1, np.amax(varis))

    # variance
    ax.imshow([[0.,1.],[0.,1.]],
        cmap = cmap, interpolation = 'bicubic',
        extent = (1, len(data), -vlim, vlim), aspect = 'auto'  )
    ax.fill_between(xs, -vlim, -varis, color = 'white')
    ax.fill_between(xs, varis, vlim, color = 'white')

    # mean
    ax.plot(xs, means, color = 'white', zorder = 1)
    ax.scatter(xs, means, color = colors, edgecolor = 'white', zorder = 2)

    return ax

data = np.random.normal(size=(9, 9))
ax  = vis_mv(data)


r = Affine2D().rotate_deg(90)

for x in ax.images + ax.lines + ax.collections:
    trans = x.get_transform()
    x.set_transform(r+trans)
    if isinstance(x, PathCollection):
        transoff = x.get_offset_transform()
        x._transOffset = r+transoff

old = ax.axis()
ax.axis(old[2:4] + old[0:2])


plt.show()

【讨论】：