在matplotlib中,如何绘制多色线,如彩虹

Question

我想绘制不同颜色的平行线.例如,我想要有两条厚度为3的红线,而不是一条厚度为3的红线,一条红色和一条蓝色.任何想法将不胜感激.
留言Merci

即使使用智能偏移(下面的s),在视图中仍然存在连续点之间具有锐角的问题.

智能补偿的放大视图:

覆盖不同厚度的线条:

Answer 1

绘制平行线不是一件容易的事.使用简单的均匀偏移当然不会显示所需的结果.这显示在下面的左图中.
这个简单的偏移可以在matplotlib中生成,如转换教程中所示.

方法1

更好的解决方案可能是使用右侧勾勒出的想法.为了计算该n点的偏移,我们可以将法向量用于n-1st和n+1st点之间的线,并沿着该法线向量使用相同的距离来计算偏移点.

这种方法的优点是我们在原始行中的点数与在偏移行中的点数相同.缺点是它不完全准确,如图所示.

此方法offset在下面的代码中的函数中实现.
为了使这对matplotlib图有用,我们需要考虑线宽应该独立于数据单元.线宽通常以点为单位给出,并且偏移最好以相同的单位给出,例如可以满足问题的要求("宽度为3的两条平行线").因此,我们的想法是使用将坐标从数据转换为显示坐标 ax.transData.transform.点的偏移o也可以转换为相同的单位:使用dpi和标准的ppi = 72,显示坐标的偏移量为o*dpi/ppi.在应用了显示坐标的偏移之后,逆变换(ax.transData.inverted().transform)允许反向变换.

现在问题还有另一个方面:如何确保偏移量保持不变,与图形的缩放和大小无关？每次调整大小调整事件的大小时,可以通过重新计算偏移来解决最后一点.

以下是此方法产生的彩虹曲线的外观.

这是生成图像的代码.

import numpy as np
import matplotlib.pyplot as plt

dpi = 100

def offset(x,y, o):
    """ Offset coordinates given by array x,y by o """
    X = np.c_[x,y].T
    m = np.array([[0,-1],[1,0]])
    R = np.zeros_like(X)
    S = X[:,2:]-X[:,:-2]
    R[:,1:-1] = np.dot(m, S)
    R[:,0] = np.dot(m, X[:,1]-X[:,0])
    R[:,-1] = np.dot(m, X[:,-1]-X[:,-2])
    On = R/np.sqrt(R[0,:]**2+R[1,:]**2)*o
    Out = On+X
    return Out[0,:], Out[1,:]


def offset_curve(ax, x,y, o):
    """ Offset array x,y in data coordinates
        by o in points """
    trans = ax.transData.transform
    inv = ax.transData.inverted().transform
    X = np.c_[x,y]
    Xt = trans(X)
    xto, yto = offset(Xt[:,0],Xt[:,1],o*dpi/72. )
    Xto = np.c_[xto, yto]
    Xo = inv(Xto)
    return Xo[:,0], Xo[:,1]


# some single points
y = np.array([1,2,2,3,3,0])    
x = np.arange(len(y))
#or try a sinus
x = np.linspace(0,9)
y=np.sin(x)*x/3.


fig, ax=plt.subplots(figsize=(4,2.5), dpi=dpi)

cols = ["#fff40b", "#00e103", "#ff9921", "#3a00ef", "#ff2121", "#af00e7"]
lw = 2.
lines = []
for i in range(len(cols)):
    l, = plt.plot(x,y, lw=lw, color=cols[i])
    lines.append(l)


def plot_rainbow(event=None):
    xr = range(6); yr = range(6); 
    xr[0],yr[0] = offset_curve(ax, x,y, lw/2.)
    xr[1],yr[1] = offset_curve(ax, x,y, -lw/2.)
    xr[2],yr[2] = offset_curve(ax, xr[0],yr[0], lw)
    xr[3],yr[3] = offset_curve(ax, xr[1],yr[1], -lw)
    xr[4],yr[4] = offset_curve(ax, xr[2],yr[2], lw)
    xr[5],yr[5] = offset_curve(ax, xr[3],yr[3], -lw)

    for i  in range(6):     
        lines[i].set_data(xr[i], yr[i])


plot_rainbow()

fig.canvas.mpl_connect("resize_event", plot_rainbow)
fig.canvas.mpl_connect("button_release_event", plot_rainbow)

plt.savefig(__file__+".png", dpi=dpi)
plt.show()

方法2

为避免重叠线,必须使用更复杂的解决方案.可以首先将每个垂直于它所属的两个线段的点偏移(下图中的绿点).然后计算通过这些偏移点的直线并找到它们的交点.

特定情况是两个后续线段的斜率相等.必须注意这一点(eps在下面的代码中).

from __future__ import division
import numpy as np
import matplotlib.pyplot as plt

dpi = 100

def intersect(p1, p2, q1, q2, eps=1.e-10):
    """ given two lines, first through points pn, second through qn,
        find the intersection """
    x1 = p1[0]; y1 = p1[1]; x2 = p2[0]; y2 = p2[1]
    x3 = q1[0]; y3 = q1[1]; x4 = q2[0]; y4 = q2[1]
    nomX = ((x1*y2-y1*x2)*(x3-x4)- (x1-x2)*(x3*y4-y3*x4)) 
    denom = float(  (x1-x2)*(y3-y4) - (y1-y2)*(x3-x4) )
    nomY = (x1*y2-y1*x2)*(y3-y4) - (y1-y2)*(x3*y4-y3*x4)
    if np.abs(denom) < eps:
        #print "intersection undefined", p1
        return np.array( p1 )
    else:
        return np.array( [ nomX/denom , nomY/denom ])


def offset(x,y, o, eps=1.e-10):
    """ Offset coordinates given by array x,y by o """
    X = np.c_[x,y].T
    m = np.array([[0,-1],[1,0]])
    S = X[:,1:]-X[:,:-1]
    R = np.dot(m, S)
    norm = np.sqrt(R[0,:]**2+R[1,:]**2) / o
    On = R/norm
    Outa = On+X[:,1:]
    Outb = On+X[:,:-1]
    G = np.zeros_like(X)
    for i in xrange(0, len(X[0,:])-2):
        p = intersect(Outa[:,i], Outb[:,i], Outa[:,i+1], Outb[:,i+1], eps=eps)
        G[:,i+1] = p
    G[:,0] = Outb[:,0]
    G[:,-1] = Outa[:,-1]
    return G[0,:], G[1,:]


def offset_curve(ax, x,y, o, eps=1.e-10):
    """ Offset array x,y in data coordinates
        by o in points """
    trans = ax.transData.transform
    inv = ax.transData.inverted().transform
    X = np.c_[x,y]
    Xt = trans(X)
    xto, yto = offset(Xt[:,0],Xt[:,1],o*dpi/72., eps=eps )
    Xto = np.c_[xto, yto]
    Xo = inv(Xto)
    return Xo[:,0], Xo[:,1]


# some single points
y = np.array([1,1,2,0,3,2,1.,4,3]) *1.e9   
x = np.arange(len(y))
x[3]=x[4]
#or try a sinus
#x = np.linspace(0,9)
#y=np.sin(x)*x/3.


fig, ax=plt.subplots(figsize=(4,2.5), dpi=dpi)

cols = ["r", "b"]
lw = 11.
lines = []
for i in range(len(cols)):
    l, = plt.plot(x,y, lw=lw, color=cols[i], solid_joinstyle="miter")
    lines.append(l)


def plot_rainbow(event=None):
    xr = range(2); yr = range(2); 
    xr[0],yr[0] = offset_curve(ax, x,y,  lw/2.)
    xr[1],yr[1] = offset_curve(ax, x,y, -lw/2.)

    for i  in range(2):     
        lines[i].set_data(xr[i], yr[i])


plot_rainbow()

fig.canvas.mpl_connect("resize_event", plot_rainbow)
fig.canvas.mpl_connect("button_release_event", plot_rainbow)

plt.show()

请注意,只要线条之间的偏移小于线条后续点之间的距离,此方法就可以正常工作.否则方法1可能更适合.

Answer 2

我能想到的最好的方法是获取数据,生成一系列小偏移,并fill_between用来制作你喜欢的任何颜色的条带.

我写了一个函数来做到这一点.我不知道你想要绘制什么样的形状,所以这可能适用于你,也可能不适合你.我用抛物线测试了它并得到了不错的结果.您还可以使用颜色列表.

def rainbow_plot(x, y, spacing=0.1):
    fig, ax = plt.subplots()
    colors = ['red', 'yellow', 'green', 'cyan','blue']
    top = max(y)
    lines = []
    for i in range(len(colors)+1):
        newline_data = y - top*spacing*i
        lines.append(newline_data)
    for i, c in enumerate(colors):
        ax.fill_between(x, lines[i], lines[i+1], facecolor=c)
    return fig, ax

x = np.linspace(0,1,51)
y = 1-(x-0.5)**2
rainbow_plot(x,y)