如何将楔形扇区添加到极坐标 Matplotlib 图上
How to add a wedge sector onto a polar Matplotlib plot
我希望使用 Python 的 Matplotlib 添加一个楔形图来勾勒出一组极地数据。由于未知原因，我尝试使用 Wedge 补丁艺术家未成功。我希望要么了解这些未知数，要么找到补丁艺术家方法的替代方法。
主要问题是 Wedge 补丁未按我的预期显示。鉴于我的代码，我希望它以一定角度定向，并且跨越半径为 ~0.05 的范围。这将它放在此处的扇形图中：
1
但是这个楔子的尺寸和位置与我预期的不同。在查看缩小图时它也会移动：
2
楔形的 angular 范围大致正确（约 ~25-27 度），但它的起始半径错误（应为 ~0.4），宽度也不正确（应为~0.05 ).这是为什么，如何绘制具有这些所需尺寸的楔形？
我已经查看并改编了类似问题的代码（例如，参见 Python: Add a Ring Sector or a Wedge to a Polar Plot）。
这是对我的主要代码的改编，其中包含示例数据。
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.patches import Wedge
##Enter data
thetaRad = np.array([0.455, 0.456, 0.455, 0.456, 0.46 , 0.459, 0.461, 0.461, 0.453,
0.459, 0.46 , 0.46 , 0.46 , 0.451, 0.46 , 0.457, 0.45 , 0.451,
0.45 , 0.45 , 0.451, 0.452, 0.461, 0.459, 0.451, 0.455, 0.454,
0.457, 0.459, 0.451, 0.46 , 0.453, 0.46 , 0.452, 0.452, 0.45 ,
0.453, 0.452, 0.452, 0.456, 0.45 , 0.458, 0.461, 0.457, 0.45 ,
0.453, 0.459, 0.459, 0.455, 0.456, 0.457, 0.457, 0.454, 0.453,
0.455, 0.456, 0.459, 0.455, 0.453, 0.455, 0.454, 0.459, 0.457,
0.454, 0.46 , 0.458, 0.459, 0.457, 0.451, 0.45 , 0.455, 0.461,
0.455, 0.458, 0.456, 0.449, 0.459, 0.453, 0.458, 0.457, 0.456,
0.45 , 0.459, 0.458, 0.453, 0.452, 0.459, 0.454, 0.455, 0.452,
0.453, 0.451, 0.453, 0.461, 0.452, 0.458, 0.449, 0.461, 0.459,
0.452, 0.458, 0.455, 0.452, 0.451, 0.457, 0.457, 0.457, 0.457,
0.456, 0.456, 0.451, 0.451, 0.452, 0.459, 0.45 , 0.453, 0.45 ,
0.449, 0.453, 0.455, 0.457])
Zs = np.array([0.052, 0.052, 0.057, 0.058, 0.058, 0.058, 0.058, 0.058, 0.059,
0.059, 0.059, 0.059, 0.06 , 0.06 , 0.06 , 0.06 , 0.064, 0.134,
0.134, 0.134, 0.134, 0.135, 0.135, 0.135, 0.135, 0.135, 0.135,
0.135, 0.135, 0.135, 0.135, 0.135, 0.135, 0.136, 0.136, 0.136,
0.136, 0.136, 0.136, 0.137, 0.309, 0.311, 0.32 , 0.328, 0.352,
0.379, 0.381, 0.381, 0.382, 0.382, 0.383, 0.383, 0.386, 0.387,
0.39 , 0.392, 0.392, 0.392, 0.392, 0.393, 0.393, 0.394, 0.394,
0.394, 0.394, 0.394, 0.394, 0.395, 0.395, 0.396, 0.422, 0.426,
0.48 , 0.482, 0.483, 0.483, 0.484, 0.487, 0.487, 0.489, 0.489,
0.49 , 0.49 , 0.491, 0.491, 0.491, 0.491, 0.492, 0.492, 0.496,
0.497, 0.498, 0.5 , 0.505, 0.764, 0.767, 0.771, 0.771, 0.777,
0.833, 0.844, 0.855, 0.858, 0.863, 0.866, 0.868, 0.869, 0.87 ,
0.871, 0.872, 0.875, 0.994, 0.995, 0.996, 1.002, 1.004, 1.01 ,
1.01 , 1.011, 1.475, 1.667])
maxZ = 0.55
minZ = 0.28
##Prepare plot
fig = plt.figure()
color = 'k'
m = 'o'
size = 1
ax = fig.add_subplot(111, projection='polar')
plt.scatter(thetaRad,Zs, c=color, marker=m, s = size)
ax.set_rmax(maxZ)
ax.set_rmin(minZ)
#set theta limits to be scaled from the dataset
minTheta = 0.95*min(thetaRad)
maxTheta = 1.05*max(thetaRad)
#uncomment these for the partial sector plot:
#ax.set_thetamin(np.rad2deg(minTheta))
#ax.set_thetamax(np.rad2deg(maxTheta))
#ax.set_rorigin(-minZ)
ticks = np.linspace(minTheta, maxTheta, 4)
ax.set_xticks(ticks)
##Add a wedge
#define the wedge's width and range
window = np.array([0.35,0.40])
dTheta = np.deg2rad(0.5)
wedgeRange = [minTheta+dTheta, maxTheta-dTheta]
wedgeRange = np.rad2deg(wedgeRange)
r = window[1]
width = window[1]-window[0]
width = width
#apparently, plt's polar plot is silently centered at (0.5,0.5) instead of the
#origin, so set this:
center = (0.5,0.5)
wedge = Wedge(center, r, wedgeRange[0],wedgeRange[1],width=width, transform=ax.transAxes, linestyle='--', fill=False, color='red')
ax.add_artist(wedge)
事实证明这比我最初预期的要复杂得多。这里的主要问题是给 Wedge 的坐标和角度是在轴坐标中，而真正想要的是数据坐标中的楔形。特别是角度有点难以正确。
我找到的解决方案是将楔形的角点转换为 Axes 坐标，然后使用这些点使用线性代数计算楔形的中心、半径和角度。可能有一种方法可以直接使用数据坐标来执行此操作，但至少这是可行的。我在 matplotlib transformation tutorial 和其他一些 SO 答案中找到了帮助：
- this answer如何计算两条线的交点
- this answer如何计算两条线之间的角度
如何解决等长轴变换问题 - this answer 了解如何修复极轴实例的 r 限制
为了使解决方案更容易解释，我更改了示例中的楔形坐标，并为我在计算中使用的几何点添加了一些编号注释。这是代码：
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.patches import Wedge
def perp( a ) :
##from
b = np.empty_like(a)
b[0] = -a[1]
b[1] = a[0]
return b
def seq_intersect(a1,a2, b1,b2) :
##from
da = a2-a1
db = b2-b1
dp = a1-b1
dap = perp(da)
denom = np.dot( dap, db)
num = np.dot( dap, dp )
return (num / denom.astype(float))*db + b1
def angle(a1, a2, b1, b2):
##from
x1, y1 = a2-a1
x2, y2 = b2-b1
dot = x1*x2 + y1*y2 # dot product between [x1, y1] and [x2, y2]
det = x1*y2 - y1*x2 # determinant
return np.arctan2(det, dot) # atan2(y, x) or atan2(sin, cos)
def draw_wedge(
ax, r_min = 0.3, r_max = 0.5, t_min = np.pi/4, t_max = 3*np.pi/4
):
##some data
R = np.random.rand(100)*(r_max-r_min)+r_min
T = np.random.rand(100)*(t_max-t_min)+t_min
ax.scatter(T,R)
##compute the corner points of the wedge:
axtmin = 0
rs = np.array([r_min, r_max, r_min, r_max, r_min, r_max])
ts = np.array([axtmin, axtmin, t_min, t_min, t_max, t_max])
##display them in a scatter plot
ax.scatter(ts, rs, color='r', marker='x', lw=5)
##from https://matplotlib.org/users/transforms_tutorial.html
trans = ax.transData + ax.transAxes.inverted()
##convert to figure cordinates, for a starter
xax, yax = trans.transform([(t,r) for t,r in zip(ts, rs)]).T
for i,(x,y) in enumerate(zip(xax, yax)):
ax.annotate(
str(i), (x,y), xytext = (x+0.1, y), xycoords = 'axes fraction',
arrowprops = dict(
width=2,
),
)
##compute the angles of the wedge:
tstart = np.rad2deg(angle(*np.array((xax[[0,1,2,3]],yax[[0,1,2,3]])).T))
tend = np.rad2deg(angle(*np.array((xax[[0,1,4,5]],yax[[0,1,4,5]])).T))
##the center is where the two wedge sides cross (maybe outside the axes)
center=seq_intersect(*np.array((xax[[2,3,4,5]],yax[[2,3,4,5]])).T)
##compute the inner and outer radii of the wedge:
rinner = np.sqrt((xax[1]-center[0])**2+(yax[1]-center[1])**2)
router = np.sqrt((xax[2]-center[0])**2+(yax[2]-center[1])**2)
wedge = Wedge(center,
router, tstart, tend,
width=router-rinner,
#0.6,tstart,tend,0.3,
transform=ax.transAxes, linestyle='--', lw=3,
fill=False, color='red')
ax.add_artist(wedge)
fig = plt.figure(figsize=(8,4))
ax1 = fig.add_subplot(121, projection='polar')
ax2 = fig.add_subplot(122, projection='polar')
##reducing the displayed theta and r ranges in second axes:
ax2.set_thetamin(10)
ax2.set_thetamax(40)
## ax.set_rmax() does not work as one would expect -- use ax.set_ylim() instead
## from
ax2.set_ylim([0.2,0.8])
ax2.set_rorigin(-0.2)
#from
fig.canvas.draw()
draw_wedge(ax1)
draw_wedge(ax2, t_min=np.deg2rad(15), t_max=np.deg2rad(30))
plt.show()
以及它生成的图像：
解释:
在代码中我定义了 6 个几何点：楔形的 4 个角和 theta=0 线上对应于楔形内外半径的两个点。然后，我使用转换 ax.transData+ax.transAxes.inverted() 将这些点从数据转换为轴坐标。现在，在轴坐标中，我使用这些点来计算楔形的中心（楔形左右两侧的交点；点 2、3、4 和 5）以及 theta=0 线之间的角度和楔形的侧面（分别为点 0、1、2、3 和 0、1、4、5）。这两个半径可以计算为楔形中心与点 2 和点 3 之间的欧几里德距离。有了这些数字，楔形最终可以构建出来。
请注意，此解决方案对所有图形和轴操作均不可靠。特别是更改轴限制或纵横比 在 添加楔形之后会错位。调整图形大小是可以的并且经过测试。希望这有帮助。
旧答案:
这有点好笑，但显然半径参数与轴的数据无关。您可以通过添加一个半径为 0.5 的楔形来检查这一点，它与 center=(0.5,0.5) 一起将产生一个跨越整个数据范围的楔形。您可以定义一个函数来将楔形半径从数据坐标转换为这些坐标：
def transform_radius(r, rmin, rmax):
return (r-rmin)/(rmax-rmin)*0.5
这里rmin和rmax分别是Axes的最小和最大半径。另一个问题是对如何绘制部分楔形的混淆。根据文档：
If width is given, then a partial wedge is drawn from inner radius r-width to outer radius r.
所以在你的情况下，你传递给 Wedge 的半径应该是外半径，而不是内半径。将它们放在一起，应该可以正确显示楔形：
r_inner = transform_radius(r, minZ, maxZ)
r_outer = transform_radius(r+width, minZ, maxZ)
wedge = Wedge(
center,
r_outer,
wedgeRange[0],wedgeRange[1],
width=r_outer-r_inner,
transform=ax.transAxes, linestyle='--',
fill=False, color='red'
)
ax.add_artist(wedge)
如果我误解了什么，请告诉我。
我希望使用 Python 的 Matplotlib 添加一个楔形图来勾勒出一组极地数据。由于未知原因，我尝试使用 Wedge 补丁艺术家未成功。我希望要么了解这些未知数，要么找到补丁艺术家方法的替代方法。
主要问题是 Wedge 补丁未按我的预期显示。鉴于我的代码，我希望它以一定角度定向，并且跨越半径为 ~0.05 的范围。这将它放在此处的扇形图中： 1
但是这个楔子的尺寸和位置与我预期的不同。在查看缩小图时它也会移动： 2
楔形的 angular 范围大致正确（约 ~25-27 度），但它的起始半径错误（应为 ~0.4），宽度也不正确（应为~0.05 ).这是为什么，如何绘制具有这些所需尺寸的楔形？
我已经查看并改编了类似问题的代码（例如，参见 Python: Add a Ring Sector or a Wedge to a Polar Plot）。
这是对我的主要代码的改编，其中包含示例数据。
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.patches import Wedge
##Enter data
thetaRad = np.array([0.455, 0.456, 0.455, 0.456, 0.46 , 0.459, 0.461, 0.461, 0.453,
0.459, 0.46 , 0.46 , 0.46 , 0.451, 0.46 , 0.457, 0.45 , 0.451,
0.45 , 0.45 , 0.451, 0.452, 0.461, 0.459, 0.451, 0.455, 0.454,
0.457, 0.459, 0.451, 0.46 , 0.453, 0.46 , 0.452, 0.452, 0.45 ,
0.453, 0.452, 0.452, 0.456, 0.45 , 0.458, 0.461, 0.457, 0.45 ,
0.453, 0.459, 0.459, 0.455, 0.456, 0.457, 0.457, 0.454, 0.453,
0.455, 0.456, 0.459, 0.455, 0.453, 0.455, 0.454, 0.459, 0.457,
0.454, 0.46 , 0.458, 0.459, 0.457, 0.451, 0.45 , 0.455, 0.461,
0.455, 0.458, 0.456, 0.449, 0.459, 0.453, 0.458, 0.457, 0.456,
0.45 , 0.459, 0.458, 0.453, 0.452, 0.459, 0.454, 0.455, 0.452,
0.453, 0.451, 0.453, 0.461, 0.452, 0.458, 0.449, 0.461, 0.459,
0.452, 0.458, 0.455, 0.452, 0.451, 0.457, 0.457, 0.457, 0.457,
0.456, 0.456, 0.451, 0.451, 0.452, 0.459, 0.45 , 0.453, 0.45 ,
0.449, 0.453, 0.455, 0.457])
Zs = np.array([0.052, 0.052, 0.057, 0.058, 0.058, 0.058, 0.058, 0.058, 0.059,
0.059, 0.059, 0.059, 0.06 , 0.06 , 0.06 , 0.06 , 0.064, 0.134,
0.134, 0.134, 0.134, 0.135, 0.135, 0.135, 0.135, 0.135, 0.135,
0.135, 0.135, 0.135, 0.135, 0.135, 0.135, 0.136, 0.136, 0.136,
0.136, 0.136, 0.136, 0.137, 0.309, 0.311, 0.32 , 0.328, 0.352,
0.379, 0.381, 0.381, 0.382, 0.382, 0.383, 0.383, 0.386, 0.387,
0.39 , 0.392, 0.392, 0.392, 0.392, 0.393, 0.393, 0.394, 0.394,
0.394, 0.394, 0.394, 0.394, 0.395, 0.395, 0.396, 0.422, 0.426,
0.48 , 0.482, 0.483, 0.483, 0.484, 0.487, 0.487, 0.489, 0.489,
0.49 , 0.49 , 0.491, 0.491, 0.491, 0.491, 0.492, 0.492, 0.496,
0.497, 0.498, 0.5 , 0.505, 0.764, 0.767, 0.771, 0.771, 0.777,
0.833, 0.844, 0.855, 0.858, 0.863, 0.866, 0.868, 0.869, 0.87 ,
0.871, 0.872, 0.875, 0.994, 0.995, 0.996, 1.002, 1.004, 1.01 ,
1.01 , 1.011, 1.475, 1.667])
maxZ = 0.55
minZ = 0.28
##Prepare plot
fig = plt.figure()
color = 'k'
m = 'o'
size = 1
ax = fig.add_subplot(111, projection='polar')
plt.scatter(thetaRad,Zs, c=color, marker=m, s = size)
ax.set_rmax(maxZ)
ax.set_rmin(minZ)
#set theta limits to be scaled from the dataset
minTheta = 0.95*min(thetaRad)
maxTheta = 1.05*max(thetaRad)
#uncomment these for the partial sector plot:
#ax.set_thetamin(np.rad2deg(minTheta))
#ax.set_thetamax(np.rad2deg(maxTheta))
#ax.set_rorigin(-minZ)
ticks = np.linspace(minTheta, maxTheta, 4)
ax.set_xticks(ticks)
##Add a wedge
#define the wedge's width and range
window = np.array([0.35,0.40])
dTheta = np.deg2rad(0.5)
wedgeRange = [minTheta+dTheta, maxTheta-dTheta]
wedgeRange = np.rad2deg(wedgeRange)
r = window[1]
width = window[1]-window[0]
width = width
#apparently, plt's polar plot is silently centered at (0.5,0.5) instead of the
#origin, so set this:
center = (0.5,0.5)
wedge = Wedge(center, r, wedgeRange[0],wedgeRange[1],width=width, transform=ax.transAxes, linestyle='--', fill=False, color='red')
ax.add_artist(wedge)
事实证明这比我最初预期的要复杂得多。这里的主要问题是给 Wedge 的坐标和角度是在轴坐标中，而真正想要的是数据坐标中的楔形。特别是角度有点难以正确。
我找到的解决方案是将楔形的角点转换为 Axes 坐标，然后使用这些点使用线性代数计算楔形的中心、半径和角度。可能有一种方法可以直接使用数据坐标来执行此操作，但至少这是可行的。我在 matplotlib transformation tutorial 和其他一些 SO 答案中找到了帮助：
- this answer如何计算两条线的交点
- this answer如何计算两条线之间的角度
- this answer 了解如何修复极轴实例的 r 限制
为了使解决方案更容易解释，我更改了示例中的楔形坐标，并为我在计算中使用的几何点添加了一些编号注释。这是代码：
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.patches import Wedge
def perp( a ) :
##from
b = np.empty_like(a)
b[0] = -a[1]
b[1] = a[0]
return b
def seq_intersect(a1,a2, b1,b2) :
##from
da = a2-a1
db = b2-b1
dp = a1-b1
dap = perp(da)
denom = np.dot( dap, db)
num = np.dot( dap, dp )
return (num / denom.astype(float))*db + b1
def angle(a1, a2, b1, b2):
##from
x1, y1 = a2-a1
x2, y2 = b2-b1
dot = x1*x2 + y1*y2 # dot product between [x1, y1] and [x2, y2]
det = x1*y2 - y1*x2 # determinant
return np.arctan2(det, dot) # atan2(y, x) or atan2(sin, cos)
def draw_wedge(
ax, r_min = 0.3, r_max = 0.5, t_min = np.pi/4, t_max = 3*np.pi/4
):
##some data
R = np.random.rand(100)*(r_max-r_min)+r_min
T = np.random.rand(100)*(t_max-t_min)+t_min
ax.scatter(T,R)
##compute the corner points of the wedge:
axtmin = 0
rs = np.array([r_min, r_max, r_min, r_max, r_min, r_max])
ts = np.array([axtmin, axtmin, t_min, t_min, t_max, t_max])
##display them in a scatter plot
ax.scatter(ts, rs, color='r', marker='x', lw=5)
##from https://matplotlib.org/users/transforms_tutorial.html
trans = ax.transData + ax.transAxes.inverted()
##convert to figure cordinates, for a starter
xax, yax = trans.transform([(t,r) for t,r in zip(ts, rs)]).T
for i,(x,y) in enumerate(zip(xax, yax)):
ax.annotate(
str(i), (x,y), xytext = (x+0.1, y), xycoords = 'axes fraction',
arrowprops = dict(
width=2,
),
)
##compute the angles of the wedge:
tstart = np.rad2deg(angle(*np.array((xax[[0,1,2,3]],yax[[0,1,2,3]])).T))
tend = np.rad2deg(angle(*np.array((xax[[0,1,4,5]],yax[[0,1,4,5]])).T))
##the center is where the two wedge sides cross (maybe outside the axes)
center=seq_intersect(*np.array((xax[[2,3,4,5]],yax[[2,3,4,5]])).T)
##compute the inner and outer radii of the wedge:
rinner = np.sqrt((xax[1]-center[0])**2+(yax[1]-center[1])**2)
router = np.sqrt((xax[2]-center[0])**2+(yax[2]-center[1])**2)
wedge = Wedge(center,
router, tstart, tend,
width=router-rinner,
#0.6,tstart,tend,0.3,
transform=ax.transAxes, linestyle='--', lw=3,
fill=False, color='red')
ax.add_artist(wedge)
fig = plt.figure(figsize=(8,4))
ax1 = fig.add_subplot(121, projection='polar')
ax2 = fig.add_subplot(122, projection='polar')
##reducing the displayed theta and r ranges in second axes:
ax2.set_thetamin(10)
ax2.set_thetamax(40)
## ax.set_rmax() does not work as one would expect -- use ax.set_ylim() instead
## from
ax2.set_ylim([0.2,0.8])
ax2.set_rorigin(-0.2)
#from
fig.canvas.draw()
draw_wedge(ax1)
draw_wedge(ax2, t_min=np.deg2rad(15), t_max=np.deg2rad(30))
plt.show()
以及它生成的图像：
解释:
在代码中我定义了 6 个几何点：楔形的 4 个角和 theta=0 线上对应于楔形内外半径的两个点。然后，我使用转换 ax.transData+ax.transAxes.inverted() 将这些点从数据转换为轴坐标。现在，在轴坐标中，我使用这些点来计算楔形的中心（楔形左右两侧的交点；点 2、3、4 和 5）以及 theta=0 线之间的角度和楔形的侧面（分别为点 0、1、2、3 和 0、1、4、5）。这两个半径可以计算为楔形中心与点 2 和点 3 之间的欧几里德距离。有了这些数字，楔形最终可以构建出来。
请注意，此解决方案对所有图形和轴操作均不可靠。特别是更改轴限制或纵横比 在 添加楔形之后会错位。调整图形大小是可以的并且经过测试。希望这有帮助。
旧答案:
这有点好笑，但显然半径参数与轴的数据无关。您可以通过添加一个半径为 0.5 的楔形来检查这一点，它与 center=(0.5,0.5) 一起将产生一个跨越整个数据范围的楔形。您可以定义一个函数来将楔形半径从数据坐标转换为这些坐标：
def transform_radius(r, rmin, rmax):
return (r-rmin)/(rmax-rmin)*0.5
这里rmin和rmax分别是Axes的最小和最大半径。另一个问题是对如何绘制部分楔形的混淆。根据文档：
If width is given, then a partial wedge is drawn from inner radius r-width to outer radius r.
所以在你的情况下，你传递给 Wedge 的半径应该是外半径，而不是内半径。将它们放在一起，应该可以正确显示楔形：
r_inner = transform_radius(r, minZ, maxZ)
r_outer = transform_radius(r+width, minZ, maxZ)
wedge = Wedge(
center,
r_outer,
wedgeRange[0],wedgeRange[1],
width=r_outer-r_inner,
transform=ax.transAxes, linestyle='--',
fill=False, color='red'
)
ax.add_artist(wedge)
如果我误解了什么，请告诉我。