如何将 Slider 的更新值始终设置在中心？答案

【问题标题】：How to set the updated value of Slider always in the centre?如何将 Slider 的更新值始终设置在中心？
【发布时间】：2018-11-12 14:20:06
【问题描述】：

在 Matplotlib https://matplotlib.org/gallery/widgets/slider_demo.html 的 Slider Demo 之后，我想更新 Slider 范围，以便每次更改滑块值时，这些值都会在 Slider 中重新居中。

我尝试将滑块定义为

sfreq = Slider(axfreq, 'Freq', freq-10, freq+10, valinit=freq)
samp = Slider(axamp, 'Amp', amp-5, amp+5, valinit=amp)

但由于 update() 函数不返回任何内容，因此它不起作用。我还尝试在函数内部使这些变量成为全局变量，但这也不起作用。我终于尝试在更新函数中定义 Sliders，

def update(val):
    amp = samp.val
    freq = sfreq.val
    l.set_ydata(amp*np.sin(2*np.pi*freq*t))
    fig.canvas.draw_idle()
    Slider(axfreq, 'Freq', freq-10, freq+10, valinit=freq)
    Slider(axamp, 'Amp', amp-5, amp+5, valinit=amp)

但是当我更改值时，它会覆盖越来越多的滑块。有什么建议吗？

【问题讨论】：

您可能想要更改update 函数中的Slider 对象属性。类似sfreq.valmin = amp - 5。
我看不出这对我有什么帮助。你能详细说明一下吗？那么我将如何定义 sfreq 和 samp 呢？
我目前无法想象它应该如何工作。想象一下，您将滑块向右移动，然后在拖动它的同时，滑块移回中心。此时您的鼠标远离滑块，不会再触摸它。进一步移动鼠标将重复上述操作，这样鼠标的最小拖动就会大大放大效果。我认为这根本不会产生有用的结果。
我之所以要这样做是因为我正在编写一个程序来适应一些数据，这些数据因实验而异。这些拟合需要有良好的起始猜测，并且没有办法先验地猜测。我正在使用滑块来直观地研究参数空间，一旦模型函数相对接近实验数据，用户就会继续拟合数据。我需要重新调整 Slider 值以缩小选项范围。
我想我明白你想要什么，但如上所述，我目前无法想象这种滑块如何与鼠标交互相关，独立于 matplotlib。也许不允许拖动，而只允许点击？

标签： matplotlib matplotlib-widget

【解决方案1】：

所以我只是决定让滑块的范围覆盖参数的几个数量级，并以对数刻度显示值。如果有人想知道，请按照 matplotlib 演示：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.widgets import Slider, Button, RadioButtons

fig, ax = plt.subplots()
plt.subplots_adjust(left=0.25, bottom=0.25)
t = np.arange(0.0, 1.0, 0.001)
a0 = 5
f0 = 10
delta_f = 5.0
s = a0*np.sin(2*np.pi*f0*t)
l, = plt.plot(t, s, lw=2, color='red')
plt.axis([0, 1, -10, 10])

axcolor = 'lightgoldenrodyellow'
axfreq = plt.axes([0.25, 0.1, 0.65, 0.03], facecolor=axcolor)
axamp = plt.axes([0.25, 0.15, 0.65, 0.03], facecolor=axcolor)

sfreq = Slider(axfreq, 'Freq', np.log(1), np.log10(1000), valinit=np.log10(f0), valfmt='%4.2E')
samp = Slider(axamp, 'Amp', a0-5, a0+5, valinit=a0)

def update(val):
    amp = samp.val
    freq = sfreq.val
    sfreq.valtext.set_text('{:4.2E}'.format(10**freq))
    l.set_ydata(amp*np.sin(2*np.pi*10**freq*t))
    fig.canvas.draw_idle()
sfreq.on_changed(update)
samp.on_changed(update)

resetax = plt.axes([0.8, 0.025, 0.1, 0.04] )
button = Button(resetax, 'Reset', color=axcolor, hovercolor='0.975')

def reset(event):
    sfreq.reset()
    samp.reset()
button.on_clicked(reset)

rax = plt.axes([0.025, 0.5, 0.15, 0.15], facecolor=axcolor)
radio = RadioButtons(rax, ('red', 'blue', 'green'), active=0)

def colorfunc(label):
    l.set_color(label)
    fig.canvas.draw_idle()
radio.on_clicked(colorfunc)

plt.show()

【讨论】：