matplotlib 范围选区(SpanSelector)的使用_Python

matplotlib 范围选区(SpanSelector)的使用

2021-09-09 00:24mighty13 Python

这篇文章主要介绍了matplotlib 范围选区(SpanSelector)的使用，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

范围选区概述

范围选区是一种常见的对象选择方式，在一个子图中，可以在某一个轴方向上用鼠标选择起始范围的数据，这个特性可用来实现数据缩放（datazoom）。在matplotlib中的范围选区属于部件（widgets），matplotlib中的部件都是中性（neutral ）的，即与具体后端实现无关。

范围选区具体实现定义为matplotlib.widgets.SpanSelector类，继承关系为：Widget->AxesWidget->_SelectorWidget->SpanSelector。

SpanSelector类的签名为class matplotlib.widgets.SpanSelector(ax, onselect, direction, minspan=None, useblit=False, rectprops=None, onmove_callback=None, span_stays=False, button=None)。

SpanSelector类构造函数的参数为：

ax：范围选区生效的子图，类型为matplotlib.axes.Axes的实例。
onselect：范围选区完成后执行的回调函数，函数签名为def func(min, max)，min、max的数据类型均为浮点数，表示选区在某个坐标轴方向上的最小值和最大值。
direction：范围选区的坐标轴方向，取值范围为{"horizontal", "vertical"}，类型为字符串。
minspan：选区的最小范围，选区范围小于minspan将不会触发onselect。rectprops：范围选区的外观的属性，默认值为None。
span_stays：布尔值，是否在鼠标释放后仍然保留选区，默认值为False。
onmove_callback：当选区确定后移动鼠标触发的回调函数，函数签名为def func(min, max)，min、max的数据类型均为浮点数，默认值为None。

SpanSelector类中的state_modifier_keys公有变量 state_modifier_keys定义了操作快捷键，类型为字典。

案例：范围选取基本实现

官方案例一，范围选区基本实现。

案例说明

matplotlib 范围选区(SpanSelector)的使用

单击鼠标拖动到适当位置释放鼠标形成范围选区，选区为透明度0.5蓝色，控制台输出选区在横坐标轴上的最大、最小坐标。
控制台输出：

1.569758064516129 2.0044354838709677

案例代码

				?

									import matplotlib.pyplot as plt

									import matplotlib.widgets as mwidgets

									fig, ax = plt.subplots()

									ax.plot([1, 2, 3], [10, 50, 100])

									def onselect(vmin, vmax):

									  print(vmin, vmax)

									rectprops = dict(facecolor='blue', alpha=0.5)

									span = mwidgets.SpanSelector(ax, onselect, 'horizontal',span_stays=True,

									               rectprops=rectprops)

									plt.show()

案例：数据缩放功能

官方案例，https://matplotlib.org/gallery/widgets/span_selector.html

案例说明

matplotlib 范围选区(SpanSelector)的使用

在上方子图单击鼠标拖动到适当位置释放鼠标形成范围选区，选区为红色，下方子图重绘为选定区域内数据系列，起到了数据放大的效果。

案例代码

				?

									import numpy as np

									import matplotlib.pyplot as plt

									from matplotlib.widgets import SpanSelector

									# Fixing random state for reproducibility

									np.random.seed(19680801)

									fig, (ax1, ax2) = plt.subplots(2, figsize=(8, 6))

									ax1.set(facecolor='#FFFFCC')

									x = np.arange(0.0, 5.0, 0.01)

									y = np.sin(2*np.pi*x) + 0.5*np.random.randn(len(x))

									ax1.plot(x, y, '-')

									ax1.set_ylim(-2, 2)

									ax1.set_title('Press left mouse button and drag to test')

									ax2.set(facecolor='#FFFFCC')

									line2, = ax2.plot(x, y, '-')

									def onselect(xmin, xmax):

									  indmin, indmax = np.searchsorted(x, (xmin, xmax))

									  indmax = min(len(x) - 1, indmax)

									  thisx = x[indmin:indmax]

									  thisy = y[indmin:indmax]

									  line2.set_data(thisx, thisy)

									  ax2.set_xlim(thisx[0], thisx[-1])

									  ax2.set_ylim(thisy.min(), thisy.max())

									  fig.canvas.draw()

									span = SpanSelector(ax1, onselect, 'horizontal', useblit=True, span_stays=True,

									          rectprops=dict(alpha=0.5, facecolor='red'))

									# Set useblit=True on most backends for enhanced performance.

									plt.show()