如何使用matplotlib使绘图的xtick标签成为简单的图形？

Question

我不想将单词或数字作为x轴的刻度标签,而是绘制一个简单的绘图(由直线和圆圈组成)作为每个x刻度的标签.这可能吗？如果是这样,在matplotlib中最好的方法是什么？

Answer 1

我会删除刻度标签并用补丁替换文本.以下是执行此任务的简短示例:

import matplotlib.pyplot as plt
import matplotlib.patches as patches


# define where to put symbols vertically
TICKYPOS = -.6

fig = plt.figure()
ax = fig.add_subplot(111)
ax.plot(range(10))

# set ticks where your images will be
ax.get_xaxis().set_ticks([2,4,6,8])
# remove tick labels
ax.get_xaxis().set_ticklabels([])


# add a series of patches to serve as tick labels
ax.add_patch(patches.Circle((2,TICKYPOS),radius=.2,
                            fill=True,clip_on=False))
ax.add_patch(patches.Circle((4,TICKYPOS),radius=.2,
                            fill=False,clip_on=False))
ax.add_patch(patches.Rectangle((6-.1,TICKYPOS-.05),.2,.2,
                               fill=True,clip_on=False))
ax.add_patch(patches.Rectangle((8-.1,TICKYPOS-.05),.2,.2,
                               fill=False,clip_on=False))

这导致下图:

关键是要设定clip_on到False,以其它方式patches外轴将不会被显示.贴片的坐标和尺寸(半径,宽度,高度等)将取决于轴在图中的位置.例如,如果您正在考虑使用子图进行此操作,则需要对贴片放置敏感,以便不与任何其他轴重叠.您可能值得花时间研究转换,并在其他单位(轴,图或显示)中定义位置和大小.

如果您具有要用于符号的特定图像文件,则可以使用BboxImage该类创建要添加到轴而不是修补程序的艺术家.例如,我使用以下脚本创建了一个简单的图标:

import matplotlib.pyplot as plt

fig = plt.figure(figsize=(1,1),dpi=400)
ax = fig.add_axes([0,0,1,1],frameon=False)
ax.set_axis_off()

ax.plot(range(10),linewidth=32)
ax.plot(range(9,-1,-1),linewidth=32)

fig.savefig('thumb.png')

生成此图片:

然后我在我想要刻度标签和我想要的尺寸的位置创建了一个BboxImage:

lowerCorner = ax.transData.transform((.8,TICKYPOS-.2))
upperCorner = ax.transData.transform((1.2,TICKYPOS+.2))

bbox_image = BboxImage(Bbox([lowerCorner[0],
                             lowerCorner[1],
                             upperCorner[0],
                             upperCorner[1],
                             ]),
                       norm = None,
                       origin=None,
                       clip_on=False,
                       )

注意到我如何使用transData转换从数据单元转换为显示单元,这是定义中所需要的Bbox.

现在我使用imread例程读取图像,并将其结果(一个numpy数组)设置为数据bbox_image并将艺术家添加到轴:

bbox_image.set_data(imread('thumb.png'))
ax.add_artist(bbox_image)

这导致更新的数字:

如果直接使用图像,请确保导入所需的类和方法:

from matplotlib.image import BboxImage,imread
from matplotlib.transforms import Bbox

Answer 2

另一个答案有一些缺点，因为它使用静态坐标。因此，在更改图形大小或缩放和平移绘图时它将不起作用。

更好的选择是直接定义所选坐标系中的位置。对于 xaxis，使用 x 位置的数据坐标和 y 位置的轴坐标是有意义的。

使用matplotlib.offsetboxes 使这变得相当简单。下面将分别在坐标 (-5,0) 和 (5,0) 处定位一个带有圆圈的框和一个带有图像的框，并将它们向下方偏移一点，使它们看起来好像是刻度标签。

import matplotlib.pyplot as plt
import matplotlib.patches as mpatches
from matplotlib.offsetbox import (DrawingArea, OffsetImage,AnnotationBbox)

fig, ax = plt.subplots()
ax.plot([-10,10], [1,3])

# Annotate the 1st position with a circle patch
da = DrawingArea(20, 20, 10, 10)
p = mpatches.Circle((0, 0), 10)
da.add_artist(p)

ab = AnnotationBbox(da, (-5,0),
                    xybox=(0, -7),
                    xycoords=("data", "axes fraction"),
                    box_alignment=(.5, 1),
                    boxcoords="offset points",
                    bboxprops={"edgecolor" : "none"})

ax.add_artist(ab)

# Annotate the 2nd position with an image
arr_img = plt.imread("https://i.stack.imgur.com/FmX9n.png", format='png')

imagebox = OffsetImage(arr_img, zoom=0.2)
imagebox.image.axes = ax

ab = AnnotationBbox(imagebox, (5,0),
                    xybox=(0, -7),
                    xycoords=("data", "axes fraction"),
                    boxcoords="offset points",
                    box_alignment=(.5, 1),
                    bboxprops={"edgecolor" : "none"})

ax.add_artist(ab)

plt.show()

请注意，许多形状以 unicode 符号的形式存在，因此可以简单地使用这些符号设置刻度标签。对于这样的解决方案，请参阅如何在 matplotlib 或 seaborn 中使用彩色形状作为 yticks？