我有一堆时间序列数据,每 5 秒有一个点。所以,我可以创建一个线图,甚至可以平滑数据以获得更平滑的图。问题是,matplotlib 或 python 中是否有任何方法可以让我点击有效点来做某事?因此,例如,如果该数据存在于我的原始数据中,我将能够单击 (10, 75),然后我将能够在 Python 中执行某些操作。
有什么想法吗?谢谢。
要扩展@tcaswell 所说的内容,请参阅此处的文档:http://matplotlib.org/users/event_handling.html
但是,您可能会发现 pick 事件的快速演示很有用:
import matplotlib.pyplot as plt
def on_pick(event):
artist = event.artist
xmouse, ymouse = event.mouseevent.xdata, event.mouseevent.ydata
x, y = artist.get_xdata(), artist.get_ydata()
ind = event.ind
print 'Artist picked:', event.artist
print '{} vertices picked'.format(len(ind))
print 'Pick between vertices {} and {}'.format(min(ind), max(ind)+1)
print 'x, y of mouse: {:.2f},{:.2f}'.format(xmouse, ymouse)
print 'Data point:', x[ind[0]], y[ind[0]]
print
fig, ax = plt.subplots()
tolerance = 10 # points
ax.plot(range(10), 'ro-', picker=tolerance)
fig.canvas.callbacks.connect('pick_event', on_pick)
plt.show()
你具体如何处理这个取决于你使用的是什么艺术家(换句话说,你使用的是
ax.plot
还是ax.scatter
还是ax.imshow
?)。
Pick 事件将根据所选艺术家具有不同的属性。总会有
event.artist
和event.mouseevent
。大多数具有单个元素的艺术家(例如Line2D
s,Collections
等)都会有一个列表,其中包含被选为event.ind
的项目的索引。
如果您想绘制多边形并在其中选择点,请参阅:http://matplotlib.org/examples/event_handling/lasso_demo.html#event-handling-example-code-lasso-demo-py
如果你想将额外的属性绑定到你的艺术家对象,例如你正在绘制多部电影的 IMDB 评级,并且你想通过单击它对应的电影的点来查看,你可以通过添加自定义来实现反对你绘制的点,像这样:
import matplotlib.pyplot as plt
class custom_objects_to_plot:
def __init__(self, x, y, name):
self.x = x
self.y = y
self.name = name
a = custom_objects_to_plot(10, 20, "a")
b = custom_objects_to_plot(30, 5, "b")
c = custom_objects_to_plot(40, 30, "c")
d = custom_objects_to_plot(120, 10, "d")
def on_pick(event):
print(event.artist.obj.name)
fig, ax = plt.subplots()
for obj in [a, b, c, d]:
artist = ax.plot(obj.x, obj.y, 'ro', picker=5)[0]
artist.obj = obj
fig.canvas.callbacks.connect('pick_event', on_pick)
plt.show()
现在当你点击图中的一个点时,相应对象的名称属性将被打印出来。
关于问题中的“一堆”,我测试了双轴(否),多轴(是),多图(是)的拾取是否有效:
import numpy as np
from matplotlib.pyplot import subplots
def on_pick(e):
print(e.artist.s, e.ind)
x = np.linspace(0, np.pi)
fig, ax = subplots(2)
ax[0].plot(x, np.cos(x), picker=5)[0].s = 'cos'
ax[1].plot(x, np.sin(x), picker=5)[0].s = 'sin'
fig.canvas.callbacks.connect('pick_event', on_pick)
fig.tight_layout()
fig.show()
fig, ax0 = subplots()
ax0.plot(x, np.tan(x), picker=5)[0].s = 'tan' # Won't work, masked by ax1.
ax0.set_ylim(-3, 3)
ax1 = ax0.twinx()
ax1.plot(x, np.sqrt(x), picker=5)[0].s = 'sqrt'
fig.canvas.callbacks.connect('pick_event', on_pick)
fig.tight_layout()
fig.show()
示例输出:
cos [6]
sin [32]
sqrt [30]