Matplotlib：缩放后找出xlim和ylim

Question

Matplotlib：缩放后找出xlim和ylim

pythonmatplotlib

13

请问有没有快速的方法可以在放大后跟踪我的图形边界限制呢？我想要精确地知道坐标，这样我就可以使用ax.set_xlim和ax.set_ylim来再现图形。我正在使用标准的qt4agg后端。

编辑：我知道我可以使用光标找到左下角和右上角的两个位置，但也许有正式的方法可以做到这一点吗？

- varantir

1

你可以使用 ax.get_xlim 和 ax.set_ylim 来检索限制。 - hitzg

2个回答

2

print ax.get_xlim(), ax.get_ylim()

- EL_DON

1

这可能不是 OP 所询问的内容；根据我的经验，这些函数返回由 set_xlim() 给定的限制，但对用户手动平移/缩放后的视图毫不知情。 - dominecf

1

那么为什么被接受的答案有效呢？它也使用了.get_xlim。 - EL_DON

2

是的，这个答案是正确的，因为ax.get_xlim()会在任何时候返回绘图的当前限制，即使在缩放后也是如此。因此，如果能够与图形进行交互并以交互方式调用此类命令，例如在IPython会话中，这将正常工作。如果绘图是由脚本生成的，则通常没有此选项；在这种情况下，另一个答案显示了如何使用所需的事件以便能够打印出限制。 - ImportanceOfBeingErnest

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- mattjw · Accepted Answer

matplotlib有一个事件处理API，您可以使用它来钩入到像您所提到的那些操作中。事件处理页面概述了事件API，并且在Axes 页面中简要介绍了x和y轴限制事件。

Axes实例支持通过回调属性进行回调，该属性是CallbackRegistry实例。你可以连接到的事件是xlim_changed和ylim_changed，回调将通过func(ax)调用，其中ax是Axes实例。

在您的情况下，您需要在Axes对象的xlim_changed和ylim_changed事件上注册回调函数。每当用户缩放或移动视口时，这些函数将被调用。

这是一个最小化的工作示例：

Python 2

import matplotlib.pyplot as plt

#
# Some toy data
x_seq = [x / 100.0 for x in xrange(1, 100)]
y_seq = [x**2 for x in x_seq]

#
# Scatter plot
fig, ax = plt.subplots(1, 1)
ax.scatter(x_seq, y_seq)

#
# Declare and register callbacks
def on_xlims_change(event_ax):
    print "updated xlims: ", event_ax.get_xlim()

def on_ylims_change(event_ax):
    print "updated ylims: ", event_ax.get_ylim()

ax.callbacks.connect('xlim_changed', on_xlims_change)
ax.callbacks.connect('ylim_changed', on_ylims_change)

#
# Show
plt.show()

Python 3

import matplotlib.pyplot as plt

#
# Some toy data
x_seq = [x / 100.0 for x in range(1, 100)]
y_seq = [x**2 for x in x_seq]

#
# Scatter plot
fig, ax = plt.subplots(1, 1)
ax.scatter(x_seq, y_seq)

#
# Declare and register callbacks
def on_xlims_change(event_ax):
    print("updated xlims: ", event_ax.get_xlim())

def on_ylims_change(event_ax):
    print("updated ylims: ", event_ax.get_ylim())

ax.callbacks.connect('xlim_changed', on_xlims_change)
ax.callbacks.connect('ylim_changed', on_ylims_change)

#
# Show
plt.show()