如何使用 matplotlib 创建具有连续轴的图形？答案

【问题标题】：How do I create a graph that has a continuous axes with matplotlib?如何使用 matplotlib 创建具有连续轴的图形？
【发布时间】：2019-01-08 06:11:06
【问题描述】：

我正在尝试创建交互式图表。我不知道如何绘制一个连续的二次图 - 就像你缩小/移动轴一样，方程被绘制在那里，而不仅仅是在 2 x 点之间，所以它是连续的。

到目前为止，我已经得到了这个。

import matplotlib.pyplot as plt

xcoord=[]
ycoord=[]

for x in range(0,10):
    y=(2*x)**2 + 2*x + 4
    xcoord.append(x)
    ycoord.append(y)

plt.plot(xcoord,ycoord)
plt.show()

【问题讨论】：

标签： python python-3.x matplotlib plot graph

【解决方案1】：

Matplotlib 不是绘图函数，而是点。当然，只要足够密集，任何连续函数都可以用点来近似。

在放大绘图时确实会出现问题，在这种情况下，以前密集的点会散开，并且可以观察到多边形结构。相反，当缩小时，可能会发生函数没有在特定范围之外进行评估，因此绘图将大部分保持空白。

一种解决方案是在每次轴限制发生变化时评估函数，特别是在覆盖整个轴范围并且具有与像素一样多的点的网格上。我们可以从图形大小和dpi中找出像素数。

为了展示效果，我在这里添加了一个低振幅的正弦函数。

import numpy as np
import matplotlib.pyplot as plt

func = lambda x: (2*x)**2 + 2*x + -4 + 0.2*np.sin(x*20)

fig, ax = plt.subplots()
ax.axis([-8,8,-100,400])
line, = ax.plot([])

def update(evt=None):
    xmin,xmax = ax.get_xlim()
    npoints = fig.get_size_inches()[0]*fig.dpi
    x = np.linspace(xmin, xmax, npoints)
    y = func(x)
    line.set_data(x,y)
    fig.canvas.draw_idle()

ax.callbacks.connect('xlim_changed', update)    
fig.canvas.mpl_connect("resize_event", update)
plt.show()

【讨论】：

【解决方案2】：

连续性很难复制，听起来你需要的是增加情节密度。更改循环并使用numpy

import numpy as np
numpy.linspace
import matplotlib.pyplot as plt

xcoord=[]
ycoord=[]

for x in np.linspace(0,10,1000):
    y=(2*x)**2 + 2*x + 4
    xcoord.append(x)
    ycoord.append(y)

plt.plot(xcoord,ycoord)
plt.show()

【讨论】：

如果使用 numpy，则无需循环。 xcoord=np.linspace(0,10,1000) 和 ycoord=(2*xcoord)**2 + 2*xcoord + 4 就够了

【解决方案3】：

如果我理解您的问题，您希望根据当前轴平移/缩放动态重新计算绘图的内容（坐标）。这样做需要使用event handling 检测轴限制的变化，然后在这些限制之间使用预定义的点数重新计算坐标，最后相应地更新绘图

import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np


def my_func(x):
    return (2 * x) ** 2 + 2 * x + 4


def on_lims_change(axes):
    xmin, xmax = axes.get_xlim()
    new_x = np.linspace(xmin, xmax, 1000)
    new_y = my_func(new_x)
    l.set_data(new_x, new_y)


fig, ax = plt.subplots()
xcoord = np.linspace(0, 10, 1000)
ycoord = my_func(xcoord)
l, = ax.plot(xcoord, ycoord, 'r-')

ax.callbacks.connect('xlim_changed', on_lims_change)
ax.callbacks.connect('ylim_changed', on_lims_change)

on_lims_change(ax)
plt.show()

感谢 @ImportanceOfBeingErnest 展示如何连接事件处理程序以更改坐标轴限制 in this answer

【讨论】：