您好,登錄后才能下訂單哦!
這篇文章主要講解了python中matplotlib實(shí)現(xiàn)隨鼠標(biāo)滑動自動標(biāo)注的方法,內(nèi)容清晰明了,對此有興趣的小伙伴可以學(xué)習(xí)一下,相信大家閱讀完之后會有幫助。
Python+matplotlib進(jìn)行鼠標(biāo)交互,實(shí)現(xiàn)動態(tài)標(biāo)注,數(shù)據(jù)可視化顯示,鼠標(biāo)劃過時(shí)畫一條豎線并使用標(biāo)簽來顯示當(dāng)前值。
Python3.6.5,代碼示例:
import matplotlib.pyplot as plt import numpy as np def Show(y): #參數(shù)為一個(gè)list len_y = len(y) x = range(len_y) _y = [y[-1]]*len_y fig = plt.figure(figsize=(960/72,360/72)) ax1 = fig.add_subplot(1,1,1) ax1.plot(x, y, color='blue') line_x = ax1.plot(x, _y, color='skyblue')[0] line_y = ax1.axvline(x=len_y-1, color='skyblue') ax1.set_title('aaa') #標(biāo)簽 text0 = plt.text(len_y-1,y[-1],str(y[-1]),fontsize = 10) def scroll(event): axtemp=event.inaxes x_min, x_max = axtemp.get_xlim() fanwei_x = (x_max - x_min) / 10 if event.button == 'up': axtemp.set(xlim=(x_min + fanwei_x, x_max - fanwei_x)) elif event.button == 'down': axtemp.set(xlim=(x_min - fanwei_x, x_max + fanwei_x)) fig.canvas.draw_idle() #這個(gè)函數(shù)實(shí)時(shí)更新圖片的顯示內(nèi)容 def motion(event): try: temp = y[int(np.round(event.xdata))] for i in range(len_y): _y[i] = temp line_x.set_ydata(_y) line_y.set_xdata(event.xdata) ###### text0.set_position((event.xdata, temp)) text0.set_text(str(temp)) fig.canvas.draw_idle() # 繪圖動作實(shí)時(shí)反映在圖像上 except: pass fig.canvas.mpl_connect('scroll_event', scroll) fig.canvas.mpl_connect('motion_notify_event', motion) plt.show()
效果演示:
補(bǔ)充知識:matplotlib獲取鼠標(biāo)所在位置的axes
手頭的項(xiàng)目遇到一個(gè)問題,如何獲取鼠標(biāo)所在位置的axes對應(yīng)的obspy.core.trace。在繪制axes時(shí),我設(shè)置了一個(gè)數(shù)組用來保存每一個(gè)trace所對應(yīng)的axes,這樣比較方便繪制標(biāo)簽。但我的項(xiàng)目需要對繪制的圖像做放大縮小以及拖拽,這需要我單獨(dú)對一個(gè)axes來進(jìn)行相應(yīng)的操作。那么如何通過axes來獲得對應(yīng)的trace呢?我想了這幾個(gè)辦法:
1.設(shè)置一個(gè)hash表,記錄每一個(gè)axes與trace的對應(yīng)情況,通過鼠標(biāo)操作傳入的event,可以得到當(dāng)前axes的引用地址,以這個(gè)引用地址作為關(guān)鍵字查找hash表,獲取對應(yīng)trace。
2.通過axes引用地址定位到mpl的axes數(shù)組,通過axes數(shù)組的下標(biāo)來訪問繪制時(shí)設(shè)置的數(shù)組獲得trace。
3.獲取axes.label的內(nèi)容,作為關(guān)鍵字去遍歷obspy.core.stream,獲取trace。
4.通過event獲取鼠標(biāo)位置,在結(jié)合畫布大小通過計(jì)算得到數(shù)組下標(biāo),在訪問繪制時(shí)設(shè)置的數(shù)組可以得到trace
前三種方法都不能保證一定能獲取到trace,并且有出錯(cuò)的風(fēng)險(xiǎn),但是如果可以實(shí)現(xiàn),可靠性是大于最后一種,但是最后一種實(shí)現(xiàn)起來是最簡單的,明天我再思考如何通過matplotlib的鼠標(biāo)事件來獲取對應(yīng)的trace
后來發(fā)現(xiàn),可以采用第三種方法。訪問event.inaxes來獲得
看完上述內(nèi)容,是不是對python中matplotlib實(shí)現(xiàn)隨鼠標(biāo)滑動自動標(biāo)注的方法有進(jìn)一步的了解,如果還想學(xué)習(xí)更多內(nèi)容,歡迎關(guān)注億速云行業(yè)資訊頻道。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。