Matplotlib Artist学习

更多关于matplotlib的学习请关注博客文章

---

Artist教程

使用Artist对象在画布上渲染

matplotlib API有三层。

• matplotlib.backend_bases.FigureCanvas是图形被绘制到的区域

• matplotlib.backend_bases.Renderer是知道如何在FigureCanvas上绘制的对象

• matplotlib.artist.Artist是知道如何使用渲染器在画布上作画的对象。

FigureCanvas和Renderer处理与用户界面工具包(如wxPython)或绘图语言(如PostScript®)对话的所有细节，而Artist处理所有高层构造，如表示和布局图形、文本和线条。

引言

​ 有两种类型的Artist: primitives和containers。

​ primitives代表了我们想要在画布上绘制的标准图形对象:Line2D, Rectangle, Text, AxesImage等;

​ containers是放置它们的地方 (Axis, Axes and Figure)。

​ 标准用法是创建一个Figure实例，使用Figure创建一个或多个轴或子图实例，并使用Axes实例方法创建primitives。

在下面的示例中，我们使用matplotlib.pyplot.figure()创建一个Figure实例.

fig = plt.figure()
ax = fig.add_subplot(2,1,1)

如果要在任意位置创建Axes,只需使用add_axes()方法

参数：[left,bottom,width,height]

fig2 = plt.figure()
ax2 = fig2.add_axes([0,0,0.7,0.3])
ax3 = fig2.add_axes([1,1,0.7,0.3])

---

自定义对象

每个matplotlib的Artist对象具有以下属性

属性	描述
alpha	透明度 - 范围0-1
animated	用于促进动画绘制的布尔值
axes	Artist对象存在的轴，可能没有
clip_box	剪辑Artist的边界框
clip_on	是否开启剪辑
clip_path	Artist被剪辑的路径
contains	一个选择函数，用于测试Artist是否包含选择的点
figure	Artist存在的figure示例，可能没有
label	文本标签（例如：用于自动标签）
picker	控制对象选择的python对象
transform	转换
visible	是否应该绘制Artist的布尔值
zorder	决定绘图顺序的数字
rasterized	布尔值;将向量转换为光栅图形 (用于压缩和eps透明度)

每个属性都可以通过老式的setter或getter访问。

例如，将当前的alpha乘以一半：

a = o.get_alpha()
o.set_alpha(0.5*a)

如果要一次设置多个属性，则还可以将set方法与关键字参数一起使用

例如：

o.set(alpha=0.5,zorder=2)

如果你是在python shell上进行交互工作，检查Artist属性的便捷方法是使用matplotlib.artist.getp()函数

该函数列出了属性及其值。

这也适用于从Artist派生的类，例如Figure和Rectangle。

对于创建的figure对象，使用上述命令：

#可以自己创建一个figure实例查看
matplotlib.artist.getp(fig.patch)

#结果
agg_filter = None
    alpha = None
    animated = False
    antialiased or aa = False
    bbox = Bbox(x0=0.0, y0=0.0, x1=1.0, y1=1.0)
    capstyle = butt
    children = []
    clip_box = None
    clip_on = True
    clip_path = None
    contains = None
    data_transform = BboxTransformTo(     TransformedBbox(         Bbox...
    edgecolor or ec = (1.0, 1.0, 1.0, 0.0)
    extents = Bbox(x0=0.0, y0=0.0, x1=432.0, y1=288.0)
    facecolor or fc = (1.0, 1.0, 1.0, 0.0)
    figure = Figure(432x288)
    fill = True
    gid = None
    hatch = None
    height = 1
    in_layout = False
    joinstyle = miter
    label = 
    linestyle or ls = solid
    linewidth or lw = 0.0
    patch_transform = CompositeGenericTransform(     BboxTransformTo(   ...
    path = Path(array([[0., 0.],        [1., 0.],        [1.,...
    path_effects = []
    picker = None
    rasterized = None
    sketch_params = None
    snap = None
    transform = CompositeGenericTransform(     CompositeGenericTra...
    transformed_clip_path_and_affine = (None, None)
    url = None
    verts = [[  0.   0.]  [432.   0.]  [432. 288.]  [  0. 288....
    visible = True
    width = 1
    window_extent = Bbox(x0=0.0, y0=0.0, x1=432.0, y1=288.0)
    x = 0
    xy = (0, 0)
    y = 0
    zorder = 1

更多关于给定对象的属性列表可查看 matplotlib.artist

对象容器

 既然我们知道了如何检查和设置要配置的给定对象的属性，那么我们需要知道如何获取该对象。

 在本节中，我们将回顾各种容器对象存储您想要获取的Artist的位置。

---

Figure容器

顶层容器Artist是matplotlib.figure.Figure,它包含图中的所有内容。图形的背景是一个矩形，存储在figure .patch中。

当你在途中添加子图（add_subplot()）和轴（add_axes()）时，它们将被附加到Figure.axes，这些也有创建它们的方法返回

举个栗子

fig = plt.figure()

ax1 = fig.add_subplot(211)  #添加一个子图
ax2 = fig.add_axes([0.1,0.1,0.7,0.3])#添加一个新轴，参数分别是[left,bottom,width,height]

ax1

print(fig.axes)

由于该图保留了“当前轴”（请参见Figure.gca和 Figure.sca）的概念 以支持pylab / pyplot状态机，66因此您不应直接从轴列表中插入或删除轴，而应使用 add_subplot()和 add_axes()方法插入，以及 delaxes()方法删除。但是，您可以自由地遍历轴列表或对其进行索引以访问Axes要自定义的实例。

这是一个打开所有轴网格的示例：

for ax in fig.axes:
    ax.grid(True)

图形还有自己的文本、线条、形状和图像，您可以使用它们直接添加primitives。图形的默认坐标系统将简单地以像素为单位(这通常不是你想要的)，但是你可以通过设置你添加到图形中的Artist的transform属性来控制它。

更有用的是“图形坐标”，其中（0，0）是图形的左下角，而（1，1）是图形的右上角，可以通过将Artist变换设置为来获得fig.transFigure：

import matplotlib.lines as lines

fig = plt.figure()

l1 = lines.Line2D([0, 1], [0, 1], transform=fig.transFigure, figure=fig)
l2 = lines.Line2D([0, 1], [1, 0], transform=fig.transFigure, figure=fig)
fig.lines.extend([l1, l2])

plt.show()

下面是该图包含的Artist的摘要

图形属性	描述
axes	轴的实例 (包括子图)
patch	矩形背景
images	图形图像形状列表-有用的原始像素显示
legends	图像图例（和Axes.legends不同）
lines	图像Line2D实例(很少使用，看Axes.lines）
patches	图像的形状（很少使用，看 Axes.patches)
texts	图像文本

---

Axes容器

 matplotlib.axes.Axes是matplotlib的中心——它包含图形中使用的绝大多数美工，以及用于创建和添加这些美工到自身的许多辅助方法，以及用于访问和定制其中包含的美工的辅助方法。

 和图一样，它包含了一个 Patch，在笛卡尔坐标系中是一个矩形，在极坐标中是一个圆;这个patch决定了作图区域的形状、背景和边界:

ax = fig.add_subplot(111)
rect = ax.patch  # 一个矩形实例
rect.set_facecolor('green')   #设置背景颜色为绿色

当你调用绘图方法，例如规范化 plot()并且传入数组或列表的值为参数时，该方法将创建一个matplotlib.lines.Line2D()实例，使用作为关键字参数传递的所有Line2D属性更新该line，并将该line添加到Axes.lines容器，并返回给您:

x,y = np.random.rand(2,100)
line,=ax.plot(x,y,'-',color='blue',linewidth=2)

plot返回的是一个lines列表，因为你可以传入多个x,y来绘制。

例如:

print(ax.lines)

同样，创建patches的方法，像bar()创建了矩阵列表，会添加patches到Axes.patches列表中

fig = plt.figure()
ax = fig.add_subplot(111)
n,bins,rectangles = ax.hist(np.random.randn(1000),50)
print(rectangles)
print(len(ax.patches))

有很多axis辅助方法用于创建primitive Artists并将它们添加到各自的容器中。

下面的表格总结了他们的一个小样例，他们创造的Artist类型，以及把他们储存在哪里

Helper method	Artist	Container
ax.annotate - text annotations	Annotate(注释)	ax.texts
ax.bar - bar charts	Rectangle	ax.patches
ax.errorbar - error bar plots	Line2D and Rectangle	ax.lines and ax.patches
ax.fill - shared area	Polygon(多边形)	ax.patches
ax.hist - histograms	Rectangle	ax.patches
ax.imshow - image data	AxesImage	ax.images
ax.legend - axes legends	Legend(图例)	ax.legends
ax.plot - xy plots	Line2D	ax.lines
ax.scatter - scatter charts	PolygonCollection （多边形集合）	ax.collections
ax.text - text	Text	ax.texts

下面这个是Axes容器的Artist对象的概括：

Axes attribute	Description
artists	Artist 实例的列表
patch	Axes的背景的矩阵实例的列表
collections	集合实例的列表
images	轴图像的列表
legends	图例实例的列表
lines	Line2D实例的列表
patches	Patch实例列表
texts	文本实例列表
xaxis	matplotlib.axis.XAxis实例
yaxis	matplotlib.axis.YAxis实例

---

Axis容器

matplotlib.axis.Axis实例处理刻度线、网格线、刻度标签和axis标签的绘制。

每个Axis对象包含一个label属性(这是pyplot在调用xlabel和ylabel时修改的内容)以及一个主刻度和次要刻度列表。这些刻度是axis.XTick和axis.YTick的实例，其中包含呈现刻度和刻度标签的actual line和文本primitives。

​ 因为刻度是根据需要动态创建的(例如，在移动和缩放时)，所以应该通过它们的accessor方法axis.Axis.get_major_ticks and axis.Axis.get_minor_ticks访问主要刻度和次要刻度的列表。尽管刻度包含了所有的primitives，并且将在下面覆盖，Axis实例有accessor方法返回刻度行，刻度标签，刻度位置等:

fig,ax = plt.subplots()
axis = ax.xaxis
axis.get_ticklocs()

axis.get_ticklabels()

请注意，刻度线是标签的两倍，因为默认情况下，顶部和底部有刻度线，但x轴下方仅是刻度线；但是，可以自定义。

axis.get_ticklines()

以下是的一些有用的Axis的accessor方法的摘要 （这些访问器有相应的setters，例如 set_major_formatter()）

Accessor 方法	描述
get_scale	axis的比例：如“对数”或“线性”
get_view_interval	The interval instance of the axis view limits
get_data_interval	The interval instance of the axis data limits
get_gridlines	用于轴的网格线列表
get_label	轴的标签 -文本实例
get_ticklabels	一个文本实例列表-keyword minor=True|False
get_ticklines	Line2D实例列表- keyword minor=True|False
get_ticklocs	刻度位置- keyword minor=True|False
get_major_locator	主要刻度的 ticker.Locator 实例
get_major_formatter	主要刻度的 ticker.Formatter实例
get_minor_locator	次要刻度的 ticker.Locator 实例
get_minor_formatter	次要刻度的ticker.Formatter实例
get_major_ticks	主要刻度的实例列表
get_minor_ticks	次要刻度的实例列表
grid	为主要刻度或次要刻度打开或关闭网格

举个栗子

可以自定义轴和刻度属性

fig = plt.figure()
rect = fig.patch   #矩形实例
rect.set_facecolor('lightgoldenrodyellow')

ax1 = fig.add_axes([0.1,0.3,0.4,0.4])
rect = ax1.patch
rect.set_facecolor('lightslategray')

for label in ax1.xaxis.get_ticklabels():
	#label是一个文本实例
    label.set_color('red')
    label.set_rotation(45)
    label.set_fontsize(16)
    
for line in ax1.yaxis.get_ticklines():
	#line是一个Line2D实例
    line.set_color('green')
    line.set_markersize(25)
    line.set_markeredgewidth(3)

plt.show()

Tick容器

matplotlib.axis.Tick 是从Figure 到 Axes 再到 Axis 最后到 Tick 的容器对象。

Tick包含了刻度和网格线，以及上下刻度的标签实例。

这些中的每一个都可以作为Tick的属性直接访问

Tick属性	描述
tick1line	Line2D 实例
tick2line	Line2D 实例
gridline	Line2D 实例
label1	文本实例
label2	文本实例

举个栗子

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

np.random.seed(19680801)

fig, ax = plt.subplots()
ax.plot(100*np.random.rand(20))


ax.yaxis.set_major_formatter(ticker.FormatStrFormatter('%0.2f'))

ax.yaxis.set_tick_params(which='major', labelcolor='green',
                         labelleft=False, labelright=True)

plt.show()

---

如果你发现文章中出现的错误或者有任何疑问欢迎在下方评论区评论

---

更多文章欢迎到个人博客查看点此跳转