在matplotlib中子类化Axes

Question

在matplotlib中子类化Axes

5

标题已经很明确了。然而，由于`matplotlib`的设置方式，不能简单地从`Axes`继承并使其工作。通常情况下，`Axes`对象不会被直接使用，它只是从`subplot`或其他函数中返回。

我想这样做有几个原因。首先，为了减少反复使用类似参数重现图表的次数。像这样：

class LogTemp(plt.Axes):
    """ Axes to display temperature over time, in logscale """
    def __init__(self, *args, **kwargs):
        super.__init__(*args, **kwargs)
        self.set_xlabel("Time (s)")
        self.set_ylabel("Temperature(C)")
        self.set_yscale('log')

这并不难写一个自定义函数，尽管它不够灵活。更大的原因是我想覆盖一些默认行为。举个简单的例子，考虑：

class Negative(plt.Axes):
     """ Plots negative of arguments """
     def plot(self, x, y, *args, **kwargs):
         super().plot(x, -y, *args, **kwargs)

或者

class Outliers(plt.Axes):
     """ Highlight outliers in plotted data """
     def plot(self, x, y, **kwargs):
         out = y > 3*y.std()
         super().plot(x, -y, **kwargs)
         super().plot(x[out], y[out], marker='x', linestyle='', **kwargs)

尝试修改多个行为方面时，如果使用函数，很快就会变得混乱不堪。

然而，我还没有找到一种让matplotlib轻松处理新的Axes类的方法。文档中没有提到过我所看到的任何地方。这个问题解决了从Figure类继承的问题。然后可以将自定义类传递给一些matplotlib函数。一个未被回答的问题在这里表明Axes并不像想象的那么简单。

更新：可以使用monkey patch matplotlib.axes.Axes来覆盖默认行为，但这只能在程序首次执行时进行一次。使用多个自定义Axes无法使用此方法。

- user2699

1

matplotlib文档提供了一个创建自定义坐标轴的示例：custom_projection_example。此外，还有一份完整的创建比例尺和转换的指南。可以在这里找到一个用例。 - ImportanceOfBeingErnest

最后，我认为这与这个问题基本相同。 - ImportanceOfBeingErnest

@ImportanceOfBeingErnest，这很相似。那个问题是如何修改已经实例化的实例，尽管你的答案涵盖了这里的情况。 - user2699

1个回答

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

- user2699 · Accepted Answer

我在github上找到了一个很好的方法。他们的目标是创建一个没有刻度或标记的Axes对象，这可以显著加快创建时间。可以通过向matplotlib注册“投影”来实现这一点，然后使用这些投影。对于我给出的示例，可以通过以下方式完成：

class Outliers(plt.Axes):
    """ Highlight outliers in plotted data """
    name = 'outliers'
    def plot(self, x, y, **kwargs):
         out = abs(y - y.mean()) > 3*y.std()
         super().plot(x, y, **kwargs)
         super().plot(x[out], y[out], marker='x', linestyle='', **kwargs)

import matplotlib.projections as proj
proj.register_projection(Outliers)

并且它可以被以下用户使用：

ax = f.add_subplot(1, 1, 1, projection='outliers')

或者

fig, axes = plt.subplots(20,20, subplot_kw=dict(projection='outliers'))

唯一需要进行的更改是在类定义中添加一个name变量，然后将该名称传递到子图中的projection参数。