matplotlib.transforms

来自：龙哥盟飞龙

变换教程

像任何图形包一样，matplotlib建立在变换框架之上，以便在坐标系，用户数据坐标系，轴域者坐标系，图形坐标系和显示坐标系之间轻易变换。在95%的绘图中，你不需要考虑这一点，因为他发生在背后，但随着你接近自定义图形生成的极限，它有助于理解这些对象，以便可以重用matplotlib提供给你的现有变换，或者创建自己的变换(见matplotlib.transforms)。下表总结现有的坐标系，你应该在该坐标系中使用的变换对象，以及该系统的描述。在变换对象一系列中，ax是Axes实例，fig是一个图形实例。

上表中的所有变换对象都接受以其坐标系为单位的输入，并将输入变换到显示坐标系。这就是为什么显示坐标系没有变换对象的原因，它已经以显示坐标为单位了。变换也知道如何反转自身，从显示返回自身的坐标系。 这在处理来自用户界面的事件（通常发生在显示空间中），并且你想知道数据坐标系中鼠标点击或按键按下的位置特别有用。

数据坐标

每当向轴域添加数据时，matplotlib会更新数据对象，set_xlim()和set_ylim()方法最常用于更新。例如，在下图中，数据的范围在x轴上为从0到10，在y轴上为从-1到1。

可以使用ax.transData实例将数据变换为显示坐标系，无论是单个点或是一系列点，如下所示：

可以使用inverted()方法创建一个变换，从显示坐标变换为数据坐标：

窗口大小或dpi设置不同，显示坐标的确切值可能会有所不同。同样，在下面的图形中，在ipython会话中，由显示标记的点可能并不相同，因为文档图形大小默认值是不同的。

当你更改轴的x或y的范围时，将更新数据范围，以便变换生成新的显示点。注意，当我们只是改变ylim，只有y显示坐标改变，当我们改变xlim也同理。我们在谈论Bbox时会深入。

 

转载于:https://www.cnblogs.com/keye/p/8681346.html