Version 3.1.1
Matplotlib is hiring a Research Software Engineering Fellow! See discourse for details. Apply by January 3, 2020
在Matplotlib可视化中定义路径。
所有 matplotlib.patch 对象是 Path 它支持标准的moveto、line to、curveto命令集，用于绘制由线段和样条线组成的简单和复合轮廓。这个 Path 用（x，y）顶点的（n，2）数组和n长度的路径代码数组实例化。例如，要从（0,0）到（1,1）绘制单位矩形，可以使用此代码
import matplotlib.pyplot as plt
from matplotlib.path import Path
import matplotlib.patches as patches
verts = [
(0., 0.), # left, bottom
(0., 1.), # left, top
(1., 1.), # right, top
(1., 0.), # right, bottom
(0., 0.), # ignored
]
codes = [
Path.MOVETO,
Path.LINETO,
Path.LINETO,
Path.LINETO,
Path.CLOSEPOLY,
]
path = Path(verts, codes)
fig, ax = plt.subplots()
patch = patches.PathPatch(path, facecolor='orange', lw=2)
ax.add_patch(patch)
ax.set_xlim(-2, 2)
ax.set_ylim(-2, 2)
plt.show()
识别以下路径代码
| 代码 | 顶点 | 描述 |
|---|---|---|
STOP |
1（忽略） | 整个路径结尾的标记（当前不需要和忽略） |
MOVETO |
1 | 拿起笔，移动到给定的顶点。 |
LINETO |
1 | 从当前位置到给定顶点画一条线。 |
CURVE3 |
2（1个控制点，1个端点） | 从给定控制点的当前位置到给定终点绘制二次B_zier曲线。 |
CURVE4 |
3（2个控制点，1个端点） | 在给定控制点的情况下，从当前位置到给定终点绘制一条三次B_zier曲线。 |
CLOSEPOLY |
1（忽略点本身） | 绘制一条直线段到当前多段线的起点。 |
一些路径组件需要多个顶点来指定它们：例如，曲线3是 bézier 曲线有一个控制点和一个端点，曲线4有三个顶点用于两个控制点和端点。下面的示例显示了一条曲线4 b_zier样条曲线——b_zier曲线将包含在起点、两个控制点和终点的凸面外壳中。
verts = [
(0., 0.), # P0
(0.2, 1.), # P1
(1., 0.8), # P2
(0.8, 0.), # P3
]
codes = [
Path.MOVETO,
Path.CURVE4,
Path.CURVE4,
Path.CURVE4,
]
path = Path(verts, codes)
fig, ax = plt.subplots()
patch = patches.PathPatch(path, facecolor='none', lw=2)
ax.add_patch(patch)
xs, ys = zip(*verts)
ax.plot(xs, ys, 'x--', lw=2, color='black', ms=10)
ax.text(-0.05, -0.05, 'P0')
ax.text(0.15, 1.05, 'P1')
ax.text(1.05, 0.85, 'P2')
ax.text(0.85, -0.05, 'P3')
ax.set_xlim(-0.1, 1.1)
ax.set_ylim(-0.1, 1.1)
plt.show()
Matplotlib、Rectangle、Circle、Polygon等中的所有简单面片基元都是用简单路径实现的。绘图功能类似 hist() 和 bar() 它可以创建许多基元，例如一组矩形，通常可以使用复合路径更有效地实现。原因 bar 创建一个矩形列表，而不是复合路径主要是历史路径： Path 代码比较新，而且 bar 早于它。虽然我们现在可以更改它，但它会破坏旧代码，因此这里我们将介绍如何创建复合路径，替换条形图中的功能，以防出于效率原因需要在自己的代码中这样做，例如，您正在创建动画条形图。
我们将通过为每个柱状图条创建一系列矩形来制作柱状图：矩形宽度是箱宽，矩形高度是箱中数据点的数量。首先，我们将创建一些随机的正态分布数据并计算柱状图。因为numpy返回箱边缘而不是中心，所以 bins 大于1的长度 n 在下面的示例中：
# histogram our data with numpy
data = np.random.randn(1000)
n, bins = np.histogram(data, 100)
现在我们将提取矩形的角。每一个 left ， bottom 等等，下面的数组是 len(n) 在哪里 n 是每个柱状图条的计数数组：
现在我们必须构建我们的复合路径，它由一系列 MOVETO ， LINETO 和 CLOSEPOLY 对于每个矩形。对于每个矩形，我们需要5个顶点：1个用于 MOVETO 3，用于 LINETO 和1的 CLOSEPOLY . 如上表所示，closepoly的顶点被忽略，但我们仍然需要它保持代码与顶点对齐：
nverts = nrects*(1+3+1)
verts = np.zeros((nverts, 2))
codes = np.ones(nverts, int) * path.Path.LINETO
codes[0::5] = path.Path.MOVETO
codes[4::5] = path.Path.CLOSEPOLY
verts[0::5,0] = left
verts[0::5,1] = bottom
verts[1::5,0] = left
verts[1::5,1] = top
verts[2::5,0] = right
verts[2::5,1] = top
verts[3::5,0] = right
verts[3::5,1] = bottom
剩下的就是创建路径，将其附加到 PathPatch ，并将其添加到轴：
barpath = path.Path(verts, codes)
patch = patches.PathPatch(barpath, facecolor='green',
edgecolor='yellow', alpha=0.5)
ax.add_patch(patch)
import numpy as np
import matplotlib.patches as patches
import matplotlib.path as path
fig, ax = plt.subplots()
# Fixing random state for reproducibility
np.random.seed(19680801)
# histogram our data with numpy
data = np.random.randn(1000)
n, bins = np.histogram(data, 100)
# get the corners of the rectangles for the histogram
left = np.array(bins[:-1])
right = np.array(bins[1:])
bottom = np.zeros(len(left))
top = bottom + n
nrects = len(left)
nverts = nrects*(1+3+1)
verts = np.zeros((nverts, 2))
codes = np.ones(nverts, int) * path.Path.LINETO
codes[0::5] = path.Path.MOVETO
codes[4::5] = path.Path.CLOSEPOLY
verts[0::5, 0] = left
verts[0::5, 1] = bottom
verts[1::5, 0] = left
verts[1::5, 1] = top
verts[2::5, 0] = right
verts[2::5, 1] = top
verts[3::5, 0] = right
verts[3::5, 1] = bottom
barpath = path.Path(verts, codes)
patch = patches.PathPatch(barpath, facecolor='green',
edgecolor='yellow', alpha=0.5)
ax.add_patch(patch)
ax.set_xlim(left[0], right[-1])
ax.set_ylim(bottom.min(), top.max())
plt.show()
