如何将Matplotlib的fig.add_axes局部坐标与我的坐标关联起来？

Question

问题

受 Matplotlib here 这个示例的启发，我想做一个类似的。我遇到了以下问题：如何将 matplotlin 图形的坐标与现实世界坐标联系起来？

示例

用下图来说明：

• 我需要

  inset_axis

  相当精确地位于红点处
• 我已经测试了

  left_inset_ax = fig.add_axes([1, 0, .05, .05], facecolor='k')

  所有四个角（参见黑色方块）
• 在彩色区域内，我可以使用局部坐标（0..1，0..1），但我没有找到与外部坐标的关系
• 也许我可以设置在某个地方

  myCoordinates=True

• 我也尝试过这个示例，但我这是手工定制的，而我需要一个没有硬编码数字的自动化解决方案。

我有不同的类型的

inset

图形。其中之一就是下面这个。它们是在

polar 

设置中由

生成的

• plt.plot( df_histo_cumsum.index, df_histo_cumsum, c='k', lw=0.7) ，或通过
• b = ax0.bar(np.deg2rad(self.wd_cc), Nbar[:,j], label=self.wd_cc, color=self.ws_colors[j-1])

所以它们生活在一个不同的坐标世界中，不容易直接缩放。

解决方案和结果

只要图表非常简单，

这里给出的一些解决方案看起来很有希望。我以此为基础添加更多功能，如标题、x 和 y 标签、等距非方形设置、不同数量的网格点。方法是

• 生成二维数据

• 选择其中一些作为

  inset_axis

• 双向转换为局部 (0..1) 坐标

• 显示

  inset_axis

• 使用不同数量的网格点

   import numpy as np
   import matplotlib.pyplot as plt
  
    def scaleXY(xgr,ygr,xT,yT): 
       xgr = (xgr-xT.min())/(xT.max()-xT.min())
       ygr = (ygr-yT.min())/(yT.max()-yT.min())
       return xgr, ygr
  
   nx, ny = 150, 60                                            # choose: number of data
   ix = np.linspace(-5, 20, nx)*100
   iy = np.linspace(-1, 15, ny)*100
   xq, yq = np.meshgrid(ix,iy, indexing='ij')                   # generate data
   dx, dy = 50, 30                                              # choose
   xp,yp = xq[::dx,::dy], yq[::dx,::dy]                         # select a few of them
  
   xgr, ygr = scaleXY(xp,yp,xq,yq)                              # scale them to (0..1)
  
   with plt.style.context('fast'): 
           fig = plt.figure(figsize=(10,10)) 
           ax1 = fig.add_subplot(111)
  
           ax1.scatter(xq,yq, s=5)                               # plot the base data
           ax1.scatter(xp,yp, c='lime', s=300, alpha = 0.6)      # plot the testing points
  
           ins = ax1.inset_axes([xgr[2,1], ygr[2,1],  0.2,0.2])  # check the inset positioning
           ins = ax1.inset_axes([xgr[1,1], ygr[1,1],  0.2,0.2])  # check the inset positioning
           ins = ax1.inset_axes([xgr[0,0], ygr[0,0],  0.2,0.2])  # check the inset positioning
           ins = ax1.inset_axes([xgr[2,0], ygr[2,0],  0.2,0.2])  # check the inset positioning
  
           ax1.set_aspect('equal')
           title = 'Even more dangerous area'
           ax1.set_title(title,fontweight='bold', fontsize=17)
           ax1.set_xlabel('x-direction', fontsize=17)
           ax1.set_ylabel('y-direction', fontsize=17)        
  
       plt.show() 

如

结果，我们可以看到图形的坐标与用户的坐标是分开的。这就引出了一个问题：如何将 matplotlin 图形的坐标与现实世界的坐标联系起来？

我会感谢任何其他正在运行的解决方案的提示 - 谢谢！

Answer 1

我不确定我是否完全遵循您的示例，但您可以通过传递

inset_axes

 告诉 

transform=ax.transData

 使用数据坐标。

import numpy as np
import matplotlib.pyplot as plt


target_x = [12, 12, 42, 42]
target_y = [7, 13, 13, 7]

fig, ax = plt.subplots()

ax.scatter(target_x, target_y, color='lime')

x0 = target_x[0]
y0 = target_y[0]
width = target_x[2] - target_x[0]
height = target_y[2] - target_y[0]

ax_ins = ax.inset_axes([x0, y0, width, height], transform=ax.transData)

ax.set_xlim(0, 50)
ax.set_ylim(0, 20)

plt.show()

由于

Matplotlib v3.6 inset_axes

 采用 

projection 和 polar 关键字，因此您可以通过这种方式创建极坐标图作为插图。