matplotlib 中正确的突变比例值

Question

mutational_scale我想知道关键论点的目的matplotlib；matplotlib.patches.FancyArrowPatch在用于绘制箭头的情况下，默认mutational_scale设置为。1来自文档：

标量，可选（默认值：1）

将缩放 arrowstyle 属性（例如 head_length）的值。

当我在两个大小为 300 的散点之间绘制箭头时，如下所示：

import matplotlib.pyplot as plt
import matplotlib as mpl

fig, ax = plt.subplots()
ax.scatter([0,1],[0,1], s=300)
arrow = mpl.patches.FancyArrowPatch((0,0), (1,1), arrowstyle='-|>')
plt.show()

箭头是不可见的。

但是，当我使用：

arrow = mpl.patches.FancyArrowPatch((0,0), (1,1), arrowstyle='-|>', mutational_aspect=20)

我得到了正确的箭头。

我的猜测是，整个数字按大于 1 的系数缩放，接近 20，使得箭头在突变比例为 1 时不可见，但在使用 20 时可见。但这只是一个猜测。

如果是这样，有没有办法知道整个图形的突变缩放来决定箭头的适当缩放值？

Answer 1

在文档中的“用箭头注释”小节中，arrowstyle介绍了参数。对于-|>它所说的风格

-|>头长=0.4，头宽=0.2

这意味着箭头的头部0.4*mutation_scale又长又2*0.2*mutation_scale宽。单位是点。

由于FancyArrowPatches 被设计为与注释一起使用，因此在绘制注释时，突变比例将设置为以点为单位的字体大小。例如，对于 15 pt 字体大小，mutation_scale=15.

FancyArrowPatch当单独使用时，请设置所需的大小（以磅为单位）

arrow = mpl.patches.FancyArrowPatch((0,1), (1,1), arrowstyle='-|>', mutation_scale=15)

这将创建一个具有完整箭头宽度2*0.2*15=6点的箭头。

import matplotlib.pyplot as plt
import matplotlib as mpl

fig, ax = plt.subplots(dpi=100)
ax.set_xlim([-0.6,5])
for i in [5,10,15,20,25]:
    ax.scatter([0,1],[i,i], s=(2*.2*i)**2)
    arrow = mpl.patches.FancyArrowPatch((0,i), (1,i), arrowstyle='-|>',
                                        mutation_scale=i)
    ax.add_patch(arrow)
    ax.text(1.2,i,"mutation_scale = {}".format(i), 
            va="center")
plt.show()

或者，您可以直接以点为单位指定 head_length 和 head_width，

arrow = mpl.patches.FancyArrowPatch((0,1), (1,1),
                    arrowstyle='-|>,head_width=3,head_length=6')

因此，以下将产生与上面相同的图像：

import matplotlib.pyplot as plt
import matplotlib as mpl

fig, ax = plt.subplots(dpi=100)
ax.set_xlim([-0.6,5])
for i in [5,10,15,20,25]:
    ax.scatter([0,1],[i,i], s=(2*.2*i)**2)
    arrow = mpl.patches.FancyArrowPatch((0,i), (1,i), 
                        arrowstyle='-|>,head_width={},head_length={}'.format(i/5.,.4*i))
    ax.add_patch(arrow)
    ax.text(1.2,i,"mutation_scale = {}".format(i), 
            va="center")
plt.show()