Matplotlib：散點圖的圓心

Question

我有一個Matplotlib散點圖，繪製3個不同的圓，我試圖找到這些圓中每一個圓的中心點的軸x，y座標，即bbox 0和1.我正在嘗試這樣做，因爲我將圖像保存爲.png文件，並希望在.png文件的（512，1024）空間中找到相應的x，y點。

我曾嘗試使用下面的代碼，但我不知道如何解釋的頂點和碼本打印：

ax = fig.gca() 
for collection in ax.collections: 
    for path in collection._paths: 
     for p in path.iter_segments(): 
      print p 

它打印10個陣列的三個圓，但這個是沒有意義的我因爲只有三個圈，我似乎無法找到可以解釋這個任何文件：

（陣列（[0，-0.5]），1）

（陣列（[0.13260155， -0.5，0.25978994，-0.44731685,0.35355339, -0.35355339 ]），4）

（陣列（[0.44731685，-0.25978994，0.5％，-0.13260155，0.5，0.1]），4）

（陣列（[0.5，0.13260155，0.44731685，0.25978994，0.35355339， 0.35355339]），4）

（陣列（[0.25978994，0.44731685，0.13260155，0.5，0.1，0.5 ]），4）

（陣列（[ - 0.13260155，0.5％，-0.25978994，0.44731685 ，-0.35355339, 0.35355339]），4）

（陣列（[ - 0.44731685，0.25978994，-0.5，0.13260155，-0.5，0]），4）

（陣列（[ - 0.5，-0.13260155，-0.44731685，-0.25978994，-0.35355339， - 0.35355339]），4）

（陣列（[ - 0.25978994，-0.44731685，-0.13260155，-0.5，0.1，-0.5 ]），4）

（陣列（[0，-0.5 ]），79）

謝謝

Answer 1

我想你可能會對感興趣轉型。使用transform方法，可以將「數據」單位中的點轉換爲顯示單位。有關詳細信息，請參閱transformation tutorial。

下面我有一個例子，它包含一個填充整個圖的座標軸，所以理解轉換有點容易。我在散點圖中設置了三個點，然後，我將這些數據用於繪圖，並使用變換得到三個點中每個點的對應像素點。

import matplotlib.pyplot as plt 

x = [1,2,4] 
y = [1,3,2] 

fig1 = plt.figure(figsize=(5,5),dpi=100) 
ax = fig1.add_axes([0,0,1,1]) 

ax.scatter(x,y) 

ax.set_xlim(0,5) 
ax.set_ylim(0,5) 
transDataToFig1 = ax.transData+fig1.transFigure.inverted() 
for ix,iy in zip(x,y): 
    inDots = ax.transData.transform((ix,iy)) 
    inFigIndirect = fig1.transFigure.inverted().transform(inDots) 
    inFigDirect = transDataToFig1.transform((ix,iy)) 
    print inDots,"->",inFigIndirect," or ",inFigDirect 

fig1.savefig('scatterPos1.png') 

由於（1）的軸跨越整個圖中，（2）的軸限制從0設置爲5，以及（3）圖中的尺寸被設定爲5×5和100點每英寸，那麼一個軸單位對應於100個像素。這是通過輸出證實：

[ 100. 100.] -> [ 0.2 0.2] or [ 0.2 0.2] 
[ 200. 300.] -> [ 0.4 0.6] or [ 0.4 0.6] 
[ 400. 200.] -> [ 0.8 0.4] or [ 0.8 0.4] 

上面的代碼還示出了如何從DPI獲得推測單元（BBOX內的值，0和1之間），並提供了一個變換流水線的一個例子（請參閱上面的鏈接）。作爲參考，這是導致圖：

現在，如果你讓有次要情節的進程仍在工作的第二號人物，但像素值不特殊。就拿這個額外的代碼：

fig2=plt.figure(figsize=(5,5),dpi=100) 
ax1 = fig2.add_subplot(121) 
ax2 = fig2.add_subplot(122) 
ax1.scatter(x,y) 
ax1.set_xlim(0,5) 
ax2.set_ylim(0,5) 
ax2.plot(range(10)) 

transDataToFig2 = ax1.transData+fig2.transFigure.inverted() 
for ix,iy in zip(x,y): 
    inDots = ax1.transData.transform((ix,iy)) 
    inFigIndirect = fig2.transFigure.inverted().transform(inDots) 
    inFigDirect = transDataToFig2.transform((ix,iy)) 
    print inDots,"->",inFigIndirect," or ",inFigDirect 

fig2.savefig('scatterPos2.png') 

它導致在此圖中：

而這種輸出：

[ 97.72727273 116.66666667] -> [ 0.19545455 0.23333333] or [ 0.19545455 0.23333333] 
[ 132.95454545 383.33333333] -> [ 0.26590909 0.76666667] or [ 0.26590909 0.76666667] 
[ 203.40909091 250.  ] -> [ 0.40681818 0.5  ] or [ 0.40681818 0.5  ] 

注意，在這種情況下，轉型是敏感你使用了哪些軸。我使用軸ax1，因爲這是散點圖與x和y中存儲的點相對應的散點圖。

這些例子與聽起來像你想要做的不同。你有像素的x，y位置，你想看看選擇了哪個點。這只是transData的反轉變換，它通常（非反轉）以數據單位爲單位，並將它們返回到顯示單位（像素）中的點。每個軸都有自己獨特的transData，這對軸限制非常敏感。

例如，如果我模擬在位置（120480）鼠標點擊，以像素爲單位，則每個副區將轉換到這一點不同的數據座標，像這樣：

click = (120,480) 
print "Click ",click," transforms into:" 
print ax1.transData.inverted().transform(click)," for axes 1" 
print ax2.transData.inverted().transform(click)," for axes 2" 

這導致：

Click (120, 480) transforms into: 
[ 1.63225806 3.725  ] for axes 1 
[-7.86193548 9.675  ] for axes 2 

請注意，ax2（第二個子圖）的轉換會導致負x位置。這是因爲像素位置（120,480）在第二個子圖的x極限之外。