两种利用matplotlib绘制无填充的多边形的方法:ax.fill()和Polygon

2024-03-27 14:28

本文主要是介绍两种利用matplotlib绘制无填充的多边形的方法:ax.fill()和Polygon,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

两种利用matplotlib绘制无填充的多边形的方法:ax.fill()和Polygon

下面我们将使用np.rand随机生成5个多边形的顶点,使用不同的方法绘制多边形。

ax.fill()绘制多边形

函数原型为:

Axes.fill(*args, data=None, **kwargs)
args参数指的是按x, y, [color]给出的x坐标列表、y坐标列表和多边形的颜色。
data参数是带标记的多边形参数,一般用不上
kwargs是Polygon类型的属性,一般也用不上

ax.fill函数的调用方式为:

# x,y是元素数量相同的list
ax.fill(x, y)                    # a polygon with default color
ax.fill(x, y, "b")               # a blue polygon
# x2,y2也是元素数量相同的list
ax.fill(x, y, x2, y2)            # two polygons
ax.fill(x, y, "b", x2, y2, "r")  # a blue and a red polygon

代码示例如下:

import numpy as np
import matplotlib.pyplot as pltN=5# N个顶点
points1 = np.random.rand(N, 2)# 第一个多边形的顶点集
points2 = np.random.rand(N, 2)# 第二个多边形的顶点集
points3 = np.random.rand(N, 2)# 第三个多边形的顶点集
points4 = np.random.rand(N, 2)# 第四个多边形的顶点集
fig, ax1 = plt.subplots(1,1)
# 绘制
ax1.fill(points1[:,0],points1[:,1], facecolor='none', edgecolor='orangered', linewidth=2)
ax1.fill(points2[:,0],points2[:,1], facecolor='none', edgecolor='blue', linewidth=1)
ax1.fill(points3[:,0],points3[:,1], facecolor='none', edgecolor='black', linewidth=1)
ax1.fill(points4[:,0],points4[:,1], facecolor='none', edgecolor='green', linewidth=1)
# 显示
plt.show()

还可以参考官方示例绘制科赫雪花。

matplotlib.patches.Polygon + add_patch绘制

Polygon类型是patches的一个子类,专门负责存储多边形信息,包括顶点坐标和绘制属性(边色彩、填充色彩、线型等等)。其使用方式为,先构造Polygon类型对象,再通过add_patch加入绘图轴中。

Polygon类型的构造函数(详细参考):

Polygon(xy, *, closed=True, **kwargs)xy : 尺寸为(N,2)数组,存储了多边形的N个顶点。closed : bool类型,默认为True。标记是否多边形是封闭的(第一个点和最后一点坐标是否相同)**kwargs: 多边形的填充颜色、边颜色、边线型等属性

示例代码如下:

import numpy as np
from matplotlib.patches import Polygon
import matplotlib.pyplot as pltmy_quad = Polygon([(0,1), (1,2), (1,0), (2,1)])
my_tri  = Polygon([(3,1), (1,3), (4,2), (2,4)])fig, ax = plt.subplots(1,1)a = ax.add_patch( my_tri )
a.set_fill(False)
b = ax.add_patch( my_quad )minx, maxx = ax.get_xlim()# 获取x轴上下限
ax.set_xlim(minx-5, maxx+5)# 设置x轴上下限
miny, maxy = ax.get_ylim()# 获取y轴上下限
ax.set_ylim(miny-5, maxy+5)

在上面的代码中,如果想让多边形仅绘制边界,不填充,有三种做法:

  1. 在Polygon构造函数中添加参数fill=False
  2. 使用add_patch()的返回值在绘制之前调用a.set_fill(False)
  3. 在绘制之前调用my_quad.set_fill(False)

第二种、第三种方法是等价的,因为add_patch的返回值就是传入的多边形对象。

matplotlib.patches.Polygon + PatchCollection + add_collection绘制

有时,需要绘制多边形的数量众多,挨个调用add_patch速度太慢,绘制太卡,这时就更推荐使用PatchCollection将所有多边形集中到一个collection中,然后再调用add_collection,最终绘制整个collection。

PatchCollection接受的参数如下:

    patches : list类型,每个元素都是`Patch`子类的对象,例如多边形、圆、矩形等。这个list中的各元素类型可以不同match_original : bool类型,默认为False。设置为True时,则使用每个Patch对象设置的原始绘制属性,而不是使用PatchColleciton的 **kwargs参数指定绘制属性(facecolor,edgecolor, linewidths, norm or cmap)**kwargs 一般设置*edgecolors*, *facecolors*, *linewidths*, *antialiaseds*等参数;若它们中任意一个为None,则使用`.rcParams`中的设置

示例代码如下:

import matplotlib.pyplot as plt
import numpy as npfrom matplotlib.collections import PatchCollection
from matplotlib.patches import Circle, Polygon, Wedge# Fixing random state for reproducibility
np.random.seed(19680801)fig, ax = plt.subplots()resolution = 50  # the number of vertices
N = 3
x = np.random.rand(N)
y = np.random.rand(N)
radii = 0.1*np.random.rand(N)
patches = []
for x1, y1, r in zip(x, y, radii):circle = Circle((x1, y1), r)patches.append(circle)x = np.random.rand(N)
y = np.random.rand(N)
radii = 0.1*np.random.rand(N)
theta1 = 360.0*np.random.rand(N)
theta2 = 360.0*np.random.rand(N)
for x1, y1, r, t1, t2 in zip(x, y, radii, theta1, theta2):wedge = Wedge((x1, y1), r, t1, t2)patches.append(wedge)# Some limiting conditions on Wedge
patches += [Wedge((.3, .7), .1, 0, 360),             # Full circleWedge((.7, .8), .2, 0, 360, width=0.05),  # Full ringWedge((.8, .3), .2, 0, 45),              # Full sectorWedge((.8, .3), .2, 45, 90, width=0.10),  # Ring sector
]for i in range(N):polygon = Polygon(np.random.rand(N, 2), closed=True)patches.append(polygon)colors = 100 * np.random.rand(len(patches))
p = PatchCollection(patches, alpha=0.4)# 不透明度0.4
#p.set_array(colors)# 随机设定颜色
ax.add_collection(p)
fig.colorbar(p, ax=ax)plt.show()

在上面的代码中,如果想让多边形仅绘制黑色边界,不填充,则需要在PatchCollection构造时加入参数facecolors='none', edgecolors='black',即:

p = PatchCollection(patches, facecolors='none', edgecolors='black')

注意,这种方式设置的绘制属性整个collection是一样的,也就是说,patches包含的所有多边形都是一样的颜色、一样的线宽。要使每个多边形具有不同的颜色,可以将edgecolors参数设置为与patches相同长度的list。假如patches包含了三个多边形,则可以如下设置绘制颜色(边的颜色):

p = PatchCollection(patches, facecolors='none', edgecolors=['black','red','blue'])

将绘制黑色、红色、蓝色边缘的三个多边形。

也可以调用p.set_array()。不再赘述,可参考
参考PatchCollection

三种绘制方式效果对比

最后,在同一画布上绘制三个子图,查看效果:

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.patches import Polygon
from matplotlib.collections import PatchCollectionif __name__=="__main__":N=5points1 = np.random.rand(N, 2)points2 = np.random.rand(N, 2)points3 = np.random.rand(N, 2)points4 = np.random.rand(N, 2)fig, (ax1, ax2, ax3) = plt.subplots(1,3)ax1.fill(points1[:,0],points1[:,1], facecolor='none', edgecolor='orangered', linewidth=2)ax1.fill(points2[:,0],points2[:,1], facecolor='none', edgecolor='blue', linewidth=1)ax1.fill(points3[:,0],points3[:,1], facecolor='none', edgecolor='black', linewidth=1)ax1.fill(points4[:,0],points4[:,1], facecolor='none', edgecolor='green', linewidth=1)plg1 = Polygon(points1, facecolor='none', ec='orangered', linewidth=2)plg2 = Polygon(points2, facecolor='none', ec='blue', linewidth=1)plg3 = Polygon(points3, facecolor='none', ec='black', linewidth=1)plg4 = Polygon(points4, facecolor='none', ec='green', linewidth=1)ax2.add_patch(plg1)ax2.add_patch(plg2)ax2.add_patch(plg3)ax2.add_patch(plg4)plg1 = Polygon(points1)plg2 = Polygon(points2)plg3 = Polygon(points3)plg4 = Polygon(points4)plg_lst1=[plg1,plg2]# 第一个collection里加两个Polygon对象plg_lst2=[plg3,plg4]# 第一个collection里也加两个Polygon对象collection1 = PatchCollection(plg_lst1, facecolors='none',ec=['orange','green'], linewidths=1, alpha=0.9)collection2 = PatchCollection(plg_lst2, facecolors='none',ec=['red','blue'], linewidths=2, alpha=0.9)ax3.add_collection(collection1)ax3.add_collection(collection2)ax1.set_aspect(1)ax2.set_aspect(1)ax3.set_aspect(1)plt.show()

结果如下:
在这里插入图片描述

这篇关于两种利用matplotlib绘制无填充的多边形的方法:ax.fill()和Polygon的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/852406

相关文章

Java中将异步调用转为同步的五种实现方法

《Java中将异步调用转为同步的五种实现方法》本文介绍了将异步调用转为同步阻塞模式的五种方法:wait/notify、ReentrantLock+Condition、Future、CountDownL... 目录异步与同步的核心区别方法一:使用wait/notify + synchronized代码示例关键

Python使用Pandas对比两列数据取最大值的五种方法

《Python使用Pandas对比两列数据取最大值的五种方法》本文主要介绍使用Pandas对比两列数据取最大值的五种方法,包括使用max方法、apply方法结合lambda函数、函数、clip方法、w... 目录引言一、使用max方法二、使用apply方法结合lambda函数三、使用np.maximum函数

Qt 中集成mqtt协议的使用方法

《Qt中集成mqtt协议的使用方法》文章介绍了如何在工程中引入qmqtt库,并通过声明一个单例类来暴露订阅到的主题数据,本文通过实例代码给大家介绍的非常详细,感兴趣的朋友一起看看吧... 目录一,引入qmqtt 库二,使用一,引入qmqtt 库我是将整个头文件/源文件都添加到了工程中进行编译,这样 跨平台

Nginx设置连接超时并进行测试的方法步骤

《Nginx设置连接超时并进行测试的方法步骤》在高并发场景下,如果客户端与服务器的连接长时间未响应,会占用大量的系统资源,影响其他正常请求的处理效率,为了解决这个问题,可以通过设置Nginx的连接... 目录设置连接超时目的操作步骤测试连接超时测试方法:总结:设置连接超时目的设置客户端与服务器之间的连接

Java判断多个时间段是否重合的方法小结

《Java判断多个时间段是否重合的方法小结》这篇文章主要为大家详细介绍了Java中判断多个时间段是否重合的方法,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录判断多个时间段是否有间隔判断时间段集合是否与某时间段重合判断多个时间段是否有间隔实体类内容public class D

Python使用国内镜像加速pip安装的方法讲解

《Python使用国内镜像加速pip安装的方法讲解》在Python开发中,pip是一个非常重要的工具,用于安装和管理Python的第三方库,然而,在国内使用pip安装依赖时,往往会因为网络问题而导致速... 目录一、pip 工具简介1. 什么是 pip?2. 什么是 -i 参数?二、国内镜像源的选择三、如何

IDEA编译报错“java: 常量字符串过长”的原因及解决方法

《IDEA编译报错“java:常量字符串过长”的原因及解决方法》今天在开发过程中,由于尝试将一个文件的Base64字符串设置为常量,结果导致IDEA编译的时候出现了如下报错java:常量字符串过长,... 目录一、问题描述二、问题原因2.1 理论角度2.2 源码角度三、解决方案解决方案①:StringBui

Linux使用nload监控网络流量的方法

《Linux使用nload监控网络流量的方法》Linux中的nload命令是一个用于实时监控网络流量的工具,它提供了传入和传出流量的可视化表示,帮助用户一目了然地了解网络活动,本文给大家介绍了Linu... 目录简介安装示例用法基础用法指定网络接口限制显示特定流量类型指定刷新率设置流量速率的显示单位监控多个

Java覆盖第三方jar包中的某一个类的实现方法

《Java覆盖第三方jar包中的某一个类的实现方法》在我们日常的开发中,经常需要使用第三方的jar包,有时候我们会发现第三方的jar包中的某一个类有问题,或者我们需要定制化修改其中的逻辑,那么应该如何... 目录一、需求描述二、示例描述三、操作步骤四、验证结果五、实现原理一、需求描述需求描述如下:需要在

JavaScript中的reduce方法执行过程、使用场景及进阶用法

《JavaScript中的reduce方法执行过程、使用场景及进阶用法》:本文主要介绍JavaScript中的reduce方法执行过程、使用场景及进阶用法的相关资料,reduce是JavaScri... 目录1. 什么是reduce2. reduce语法2.1 语法2.2 参数说明3. reduce执行过程