在 matplotlib 中放大插图而不重新绘制数据

Question

我正在处理一些 matplotlib 图，需要放大插图。这是可能的zoomed_inset_axes从axes_grid1工具包。请参阅此处的示例：

import matplotlib.pyplot as plt

from mpl_toolkits.axes_grid1.inset_locator import zoomed_inset_axes
from mpl_toolkits.axes_grid1.inset_locator import mark_inset

import numpy as np

def get_demo_image():
    from matplotlib.cbook import get_sample_data
    import numpy as np
    f = get_sample_data("axes_grid/bivariate_normal.npy", asfileobj=False)
    z = np.load(f)
    # z is a numpy array of 15x15
    return z, (-3,4,-4,3)

fig, ax = plt.subplots(figsize=[5,4])

# prepare the demo image
Z, extent = get_demo_image()
Z2 = np.zeros([150, 150], dtype="d")
ny, nx = Z.shape
Z2[30:30+ny, 30:30+nx] = Z

# extent = [-3, 4, -4, 3]
ax.imshow(Z2, extent=extent, interpolation="nearest",
          origin="lower")

axins = zoomed_inset_axes(ax, 6, loc=1) # zoom = 6
axins.imshow(Z2, extent=extent, interpolation="nearest",
             origin="lower")

# sub region of the original image
x1, x2, y1, y2 = -1.5, -0.9, -2.5, -1.9
axins.set_xlim(x1, x2)
axins.set_ylim(y1, y2)

plt.xticks(visible=False)
plt.yticks(visible=False)

# draw a bbox of the region of the inset axes in the parent axes and
# connecting lines between the bbox and the inset axes area
mark_inset(ax, axins, loc1=2, loc2=4, fc="none", ec="0.5")

plt.draw()
plt.show()

这将给出所需的结果：

http://matplotlib.org/1.3.1/_images/inset_locator_demo21.png

但是正如您在代码中看到的那样，数据必须绘制两次 - 一次用于主轴 ( ax.imshow...)，一次用于插入轴 ( axins.imshow...)。

我的问题是：

有没有办法在主图完成后添加放大的插图，而无需在新轴上再次绘制所有内容？

请注意：我不是在寻找用函数包装绘图调用并让函数绘图ax和axins（参见下面的示例）的解决方案，而是（如果存在）利用ax. 有谁知道是否存在这样的解决方案？

这是包装解决方案：

def plot_with_zoom(*args, **kwargs):
    ax.imshow(*args, **kwargs)
    axins.imshow(*args, **kwargs)

它有效，但感觉有点像黑客，因为如果我只想放大现有绘图的一个区域，我为什么需要再次绘制所有数据。

---

ed-smith 回答后的一些额外说明：

上面的例子当然只是最小的例子。可能有很多不同的数据集在剧情（与数据集我的意思是事物通过绘制imshow或plot等）。想象一下，例如一个散点图，有 10 个点数组，所有的点都是相对于公共 x 绘制的。

正如我上面写的，最直接的方法是使用一个包装器来绘制所有实例中的数据。但是我正在寻找的是一种从最终ax对象（而不是单个绘图命令）开始并以某种方式创建缩放插图的方法（如果存在）。

Answer 1

我认为以下内容可以满足您的要求。请注意，您使用返回的第一个句柄imshow并将其添加到插入的轴。您需要制作一份副本，以便每个图形都有一个单独的句柄，

\n\n

import matplotlib.pyplot as plt\n\nfrom mpl_toolkits.axes_grid1.inset_locator import zoomed_inset_axes\nfrom mpl_toolkits.axes_grid1.inset_locator import mark_inset\n\nimport numpy as np\nimport copy\n\ndef get_demo_image():\n    from matplotlib.cbook import get_sample_data\n    import numpy as np\n    f = get_sample_data("axes_grid/bivariate_normal.npy", asfileobj=False)\n    z = np.load(f)\n    # z is a numpy array of 15x15\n    return z, (-3,4,-4,3)\n\nfig, ax = plt.subplots(figsize=[5,4])\n\n# prepare the demo image\nZ, extent = get_demo_image()\nZ2 = np.zeros([150, 150], dtype="d")\nny, nx = Z.shape\nZ2[30:30+ny, 30:30+nx] = Z\n\n# extent = [-3, 4, -4, 3]\nim = ax.imshow(Z2, extent=extent, interpolation="nearest",\n          origin="lower")\n\n#Without copy, image is shown in insert only\nimcopy = copy.copy(im)\naxins = zoomed_inset_axes(ax, 6, loc=1) # zoom = 6\naxins.add_artist(imcopy)\n\n# sub region of the original image\nx1, x2, y1, y2 = -1.5, -0.9, -2.5, -1.9\naxins.set_xlim(x1, x2)\naxins.set_ylim(y1, y2)\n\nplt.xticks(visible=False)\nplt.yticks(visible=False)\n\n# draw a bbox of the region of the inset axes in the parent axes and\n# connecting lines between the bbox and the inset axes area\nmark_inset(ax, axins, loc1=2, loc2=4, fc="none", ec="0.5")\n\nplt.draw()\nplt.show()\n

\n\n

对于你的包装函数，这将是这样的，

\n\n

def plot_with_zoom(*args, **kwargs):\n    im = ax.imshow(*args, **kwargs)\n    imcopy = copy.copy(im)\n    axins.add_artist(imcopy)\n

\n\n

然而，由于imshow只是将存储在数组中的数据显示Z为图像，我认为这个解决方案实际上会比两次单独调用imshow. 对于需要更多时间的绘图，例如contour绘图或pcolormesh，这种方法可能是明智的......

\n\n

编辑：

\n\n

除了单个imshow, 以及不同类型的多个图。绘图函数都返回不同的句柄（例如，plot 返回线列表，imshow 返回 matplotlib.image.AxesImage 等）。您可以在绘图时不断将这些句柄添加到列表（或字典）中（如果它们足够相似，则可以使用集合）。然后，您可以编写一个通用函数，使用来自缩放轴的 add_artist 或 add_patch 方法将它们添加到轴，可能使用 if 类型检查来处理图中使用的各种类型。更简单的方法可能是循环ax.get_children()用不是轴本身元素的任何内容。

\n\n

另一种选择可能是研究位块传输技术、光栅化或其他用于加速动画的技术，例如使用fig.canvas.copy_from_bbox或fig.canvas.tostring_rgb复制整个图形作为图像（看看为什么用 Matplotlib 绘图如此慢？ \xe2\x80\x8c\xe2 \x80\x8blow）。您还可以绘制图形，将其保存到非矢量图形（使用savefig或保存到 StringIO缓冲区），读回并绘制放大版本。

\n