在 matplotlib 中剪切注释

Question

有没有办法设置剪辑边界matplotlib.text.Annotation？

import matplotlib.pyplot as plt
from matplotlib.transforms import Bbox

fig, ax = plt.subplots()
vals = [
        (10,20,"Lorem ipsum dolor sit amet, consectetur adipiscing elit"),
        (30,20, "Pellentesque scelerisque congue fermentum."),
        (50,10, "Aliquam erat volutpat")
]
ax.set_ylim(0,1)
ax.broken_barh(map(lambda v: v[:2],vals), (0, 1), facecolors=('yellow','red','green'))
for v in vals:
    ax.annotate(
        v[2], 
        xy=(v[0],0.4), 
        clip_on=True, 
        clip_box=Bbox([[v[0],0],[v[0]+v[1],1]])
    )

plt.show()

我尝试过设置clip_box&clip_path通话ax.annotate，但这不起作用。

Answer 1

首先，好问题！您正在深入研究细节，因此您需要了解大量半未记录的细节。

您当前的方法可以工作，但有两件事除外：

1. 预计clip_box位于显示坐标中，因此您需要对其进行转换。
2. Bbox为此仅使用“普通”是不够的。为了在每次显示更改时重新完成数据坐标的转换，您需要使用TransformedBbox.

为了更多地演示正在发生的事情，让我们解决第一个问题，但不解决第二个问题：

import matplotlib.pyplot as plt
from matplotlib.transforms import Bbox

fig, ax = plt.subplots()
vals = [
        (10,20,"Lorem ipsum dolor sit amet, consectetur adipiscing elit"),
        (30,20, "Pellentesque scelerisque congue fermentum."),
        (50,10, "Aliquam erat volutpat")
]
ax.set_ylim(0,1)
ax.broken_barh(map(lambda v: v[:2],vals), (0, 1), 
              facecolors=('yellow','red','green'))
for v in vals:
    box = Bbox([[v[0],0],[v[0]+v[1],1]]).transformed(ax.transData)
    anno = ax.annotate(v[2], xy=(v[0],0.4), clip_box=box)

plt.show()

一开始看起来不错，但还有一个额外的问题：因为它clip_box是静态的并且在显示坐标中，所以一旦您以任何方式更改绘图（例如缩放、平移、自动缩放、更改图形窗口），它就会处于错误的位置大小，更改图形 DPI）。

例如，如果我点击“保存”按钮（或调用savefig），剪辑框将不正确，因为在保存之前图形的 DPI 将被更改（从 80 到 100）！

因此，您需要使用 aTransformedBbox来实现此目的。它只是保存对转换的引用的一个版本，并在转换发生变化时Bbox重新转换底层。matplotlib 中Bbox有一些类似的类：例如，等等。它们并不是您始终需要了解的详细程度，但它们可能非常有用。Transformed*TransformedPath

作为最后一个示例，无论绘图如何缩放/平移/更改，它都会正常工作：

import matplotlib.pyplot as plt
from matplotlib.transforms import TransformedBbox, Bbox

fig, ax = plt.subplots()
vals = [
        (10,20,"Lorem ipsum dolor sit amet, consectetur adipiscing elit"),
        (30,20, "Pellentesque scelerisque congue fermentum."),
        (50,10, "Aliquam erat volutpat")
]
ax.set_ylim(0,1)
ax.broken_barh(map(lambda v: v[:2],vals), (0, 1),
              facecolors=('yellow','red','green'))
for v in vals:
    box = TransformedBbox(Bbox([[v[0],0],[v[0]+v[1],1]]), ax.transData)
    anno = ax.annotate(v[2], xy=(v[0],0.4), clip_box=box)

plt.show()