使用matplotlib转换整个坐标轴（或散点图）

Question

我正在使用以下代码绘制一些数据均值和方差的变化。

import matplotlib.pyplot as pyplot
import numpy

vis_mv(data, ax = None):
    if ax is None: ax = pyplot.gca()
    cmap = pyplot.get_cmap()
    colors = cmap(numpy.linspace(0, 1, len(data)))

    xs = numpy.arange(len(data)) + 1
    means = numpy.array([ numpy.mean(x) for x in data ])
    varis = numpy.array([ numpy.var(x) for x in data ])
    vlim = max(1, numpy.amax(varis))

    # variance
    ax.imshow([[0.,1.],[0.,1.]],
        cmap = cmap, interpolation = 'bicubic',
        extent = (1, len(data), -vlim, vlim), aspect = 'auto'
    )
    ax.fill_between(xs, -vlim, -varis, color = 'white')
    ax.fill_between(xs, varis, vlim, color = 'white')

    # mean
    ax.plot(xs, means, color = 'white', zorder = 1)
    ax.scatter(xs, means, color = colors, edgecolor = 'white', zorder = 2)

    return ax

这个代码是完全正常的： 但现在我想把这个可视化图表垂直地放置，作为另一个图表旁边的高级色条。我希望能够旋转整个坐标轴及其所有内容， 但我只找到了这个问题，它也没有一个确定的答案。因此，我尝试自己做如下操作：

from matplotlib.transforms import Affine2D

ax = vis_mv()
r = Affine2D().rotate_deg(90) + ax.transData

for x in ax.images + ax.lines + ax.collections:
    x.set_transform(r)

old = ax.axis()
ax.axis(old[2:4] + old[0:2])

这几乎可以解决问题（请注意，分散的点不再沿着白线摆动，并且没有按预期旋转）。遗憾的是，持有scatter结果的PathCollection并未按预期运作。尝试了一些方法后，我发现scatter具有某种偏移变换，这似乎相当于其他集合中的常规变换。

x = numpy.arange(5)
ax = pyplot.gca()
p0, = ax.plot(x)
p1 = ax.scatter(x,x)

ax.transData == p0.get_transform()           # True
ax.transData == p1.get_offset_transform()    # True

似乎我需要改变散点图的偏移变换，但是我没有找到任何允许我更改PathCollection上该变换的方法。而且，这将使我实际想要做的事情变得更加不方便。请问是否有可能改变偏移变换呢？谢谢！

- Mr Tsjolder

---

@VBB 现在更清楚了吗？ - Mr Tsjolder

一开始就把所有东西垂直绘制怎么样？imshow，scatter和plot可以直接使用，您可以使用ax.fill_betweenx进行着色。（PS：着色的好技巧） - VBB

@ImportanceOfBeingErnest 我提出这个问题的原因正是因为我想将整个图表旋转90度。因此，我认为合并这些问题可能是有意义的。我也觉得在问这个问题之前回答那个问题有点愚蠢。 - Mr Tsjolder

是的，但在这里你特别询问了一个问题，当使用另一个答案中的解决方案（不管是谁编写的）时会出现问题。因此，将它们链接起来肯定是有意义的，但我不认为这是重复的。 - ImportanceOfBeingErnest

@ImportanceOfBeingErnest 我更新了我的问题，以 1）提到其他问题的存在 2）集中于散点图 - Mr Tsjolder

Answer 1

很遗憾，PathCollection没有.set_offset_transform()方法，但是可以访问私有的_transOffset属性，并将旋转变换设置到它上面。

import matplotlib.pyplot as plt
from matplotlib.transforms import Affine2D
from matplotlib.collections import PathCollection
import numpy as np; np.random.seed(3)

def vis_mv(data, ax = None):
    if ax is None: ax = plt.gca()
    cmap = plt.get_cmap()
    colors = cmap(np.linspace(0, 1, len(data)))

    xs = np.arange(len(data)) + 1
    means = np.array([ np.mean(x) for x in data ])
    varis = np.array([ np.var(x) for x in data ])
    vlim = max(1, np.amax(varis))

    # variance
    ax.imshow([[0.,1.],[0.,1.]],
        cmap = cmap, interpolation = 'bicubic',
        extent = (1, len(data), -vlim, vlim), aspect = 'auto'  )
    ax.fill_between(xs, -vlim, -varis, color = 'white')
    ax.fill_between(xs, varis, vlim, color = 'white')

    # mean
    ax.plot(xs, means, color = 'white', zorder = 1)
    ax.scatter(xs, means, color = colors, edgecolor = 'white', zorder = 2)

    return ax

data = np.random.normal(size=(9, 9))
ax  = vis_mv(data)


r = Affine2D().rotate_deg(90)

for x in ax.images + ax.lines + ax.collections:
    trans = x.get_transform()
    x.set_transform(r+trans)
    if isinstance(x, PathCollection):
        transoff = x.get_offset_transform()
        x._transOffset = r+transoff

old = ax.axis()
ax.axis(old[2:4] + old[0:2])


plt.show()

- ImportanceOfBeingErnest