如何调整散点图的标记大小，使其与给定的半径相匹配？ （使用 matplotlib 转换）
How to adjust the marker size of a scatter plot, so that it matches a given radius? (Using matplotlib transformations)
我想让散点图的标记与数据坐标中给定的半径相匹配。
我在 pyplot scatter plot marker size 中读到，标记大小以标记面积的形式给出，以点 ^2 为单位。
我尝试通过axes.transData将给定的半径转换为点，然后通过pi * r^2计算面积，但我没有成功。
可能是我转换错了。
也可能是 运行通过 VcXsrv 来自 WSL 的 matplotlib 导致了这个问题。
这是我想要完成的示例代码，结果作为代码下方的图像：
import matplotlib.pyplot as plt
from numpy import pi
n = 16
# create a n x n square with a marker at each point
x_data = []
y_data = []
for x in range(n):
for y in range(n):
x_data.append(x)
y_data.append(y)
fig,ax = plt.subplots(figsize=[7,7])
# important part:
# calculate the marker size so that the markers touch
# radius in data coordinates:
r = 0.5
# radius in display coordinates:
r_ = ax.transData.transform([r,0])[0] - ax.transData.transform([0,0])[0]
# marker size as the area of a circle
marker_size = pi * r_**2
ax.scatter(x_data, y_data, s=marker_size, edgecolors='black')
plt.show()
当我 运行 它与 s=r_ 我得到的结果在左边，而与 s=marker_size 我得到的结果在下图的右边：
代码看起来非常好。如果您仅绘制 4 个点 (n=2)，就可以看到这一点：
半径（几乎）正好是您想要的 r=0.5 坐标单位。等等，差不多了？！
是的，问题是你在绘图之前确定坐标单位到图形点的大小，所以 before 设置限制，这会影响坐标单位而不是整体图形大小...
听起来很奇怪？也许。最重要的是，您使用默认轴限制 ((0,1) x (0,1)) 确定坐标变换，然后将它们放大到 (-0.75, 15.75)x(-0.75, 15.75)... 但是您没有减少标记大小。
所以要么在绘图之前将限制设置为已知大小：
ax.set_xlim((0,n-1))
ax.set_ylim((0,n-1))
完整代码为：
import matplotlib.pyplot as plt
from numpy import pi
n = 16
# create a n x n square with a marker at each point as dummy data
x_data = []
y_data = []
for x in range(n):
for y in range(n):
x_data.append(x)
y_data.append(y)
# open figure
fig,ax = plt.subplots(figsize=[7,7])
# set limits BEFORE plotting
ax.set_xlim((0,n-1))
ax.set_ylim((0,n-1))
# radius in data coordinates:
r = 0.5 # units
# radius in display coordinates:
r_ = ax.transData.transform([r,0])[0] - ax.transData.transform([0,0])[0] # points
# marker size as the area of a circle
marker_size = pi * r_**2
# plot
ax.scatter(x_data, y_data, s=marker_size, edgecolors='black')
plt.show()
...或根据新限制缩放标记的大小（您将需要了解它们或重新绘图）
# plot with invisible color
ax.scatter(x_data, y_data, s=marker_size, color=(0,0,0,0))
# calculate scaling
scl = ax.get_xlim()[1] - ax.get_xlim()[0]
# plot correctly (with color)
ax.scatter(x_data, y_data, s=marker_size/scl**2, edgecolors='blue',color='red')
这是一个相当乏味的想法，因为您需要绘制数据两次，但您保持轴的自动调整大小...
显然还有一些间距。这是对标记区域的误解。我们不是在谈论符号的面积（在这种情况下是一个圆圈），而是标记的边界框（想象一下，你想控制星星或星号的大小作为标记......人们永远不会计算符号的实际面积）。
所以计算面积不是pi * r_**2而是正方形：(2*r_)**2
# open figure
fig,ax = plt.subplots(figsize=[7,7])
# setting the limits
ax.set_xlim((0,n-1))
ax.set_ylim((0,n-1))
# radius in data coordinates:
r = 0.5 # units
# radius in display coordinates:
r_ = ax.transData.transform([r,0])[0] - ax.transData.transform([0,0])[0] # points
# marker size as the area of a circle
marker_size = (2*r_)**2
# plot
ax.scatter(x_data, y_data, s=marker_size,linewidths=1)
#ax.plot(x_data, y_data, "o",markersize=2*r_)
plt.show()
只要您添加一条边（标记周围的非零边界），它们就会重叠：
如果您使用 plot（如果所有标记的大小都应与 docs 状态的“注释”相同，则速度会更快）。 markersize只是标记的宽度（不是面积）：
ax.plot(x_data, y_data, "o",markersize=2*r_,color='magenta')
我想让散点图的标记与数据坐标中给定的半径相匹配。
我在 pyplot scatter plot marker size 中读到，标记大小以标记面积的形式给出，以点 ^2 为单位。
我尝试通过axes.transData将给定的半径转换为点，然后通过pi * r^2计算面积，但我没有成功。
可能是我转换错了。 也可能是 运行通过 VcXsrv 来自 WSL 的 matplotlib 导致了这个问题。
这是我想要完成的示例代码，结果作为代码下方的图像：
import matplotlib.pyplot as plt
from numpy import pi
n = 16
# create a n x n square with a marker at each point
x_data = []
y_data = []
for x in range(n):
for y in range(n):
x_data.append(x)
y_data.append(y)
fig,ax = plt.subplots(figsize=[7,7])
# important part:
# calculate the marker size so that the markers touch
# radius in data coordinates:
r = 0.5
# radius in display coordinates:
r_ = ax.transData.transform([r,0])[0] - ax.transData.transform([0,0])[0]
# marker size as the area of a circle
marker_size = pi * r_**2
ax.scatter(x_data, y_data, s=marker_size, edgecolors='black')
plt.show()
当我 运行 它与 s=r_ 我得到的结果在左边，而与 s=marker_size 我得到的结果在下图的右边：
代码看起来非常好。如果您仅绘制 4 个点 (n=2)，就可以看到这一点：
半径（几乎）正好是您想要的 r=0.5 坐标单位。等等，差不多了？！
是的，问题是你在绘图之前确定坐标单位到图形点的大小，所以 before 设置限制，这会影响坐标单位而不是整体图形大小...
听起来很奇怪？也许。最重要的是，您使用默认轴限制 ((0,1) x (0,1)) 确定坐标变换，然后将它们放大到 (-0.75, 15.75)x(-0.75, 15.75)... 但是您没有减少标记大小。
所以要么在绘图之前将限制设置为已知大小：
ax.set_xlim((0,n-1))
ax.set_ylim((0,n-1))
完整代码为：
import matplotlib.pyplot as plt
from numpy import pi
n = 16
# create a n x n square with a marker at each point as dummy data
x_data = []
y_data = []
for x in range(n):
for y in range(n):
x_data.append(x)
y_data.append(y)
# open figure
fig,ax = plt.subplots(figsize=[7,7])
# set limits BEFORE plotting
ax.set_xlim((0,n-1))
ax.set_ylim((0,n-1))
# radius in data coordinates:
r = 0.5 # units
# radius in display coordinates:
r_ = ax.transData.transform([r,0])[0] - ax.transData.transform([0,0])[0] # points
# marker size as the area of a circle
marker_size = pi * r_**2
# plot
ax.scatter(x_data, y_data, s=marker_size, edgecolors='black')
plt.show()
...或根据新限制缩放标记的大小（您将需要了解它们或重新绘图）
# plot with invisible color
ax.scatter(x_data, y_data, s=marker_size, color=(0,0,0,0))
# calculate scaling
scl = ax.get_xlim()[1] - ax.get_xlim()[0]
# plot correctly (with color)
ax.scatter(x_data, y_data, s=marker_size/scl**2, edgecolors='blue',color='red')
这是一个相当乏味的想法，因为您需要绘制数据两次，但您保持轴的自动调整大小...
显然还有一些间距。这是对标记区域的误解。我们不是在谈论符号的面积（在这种情况下是一个圆圈），而是标记的边界框（想象一下，你想控制星星或星号的大小作为标记......人们永远不会计算符号的实际面积）。
所以计算面积不是pi * r_**2而是正方形：(2*r_)**2
# open figure
fig,ax = plt.subplots(figsize=[7,7])
# setting the limits
ax.set_xlim((0,n-1))
ax.set_ylim((0,n-1))
# radius in data coordinates:
r = 0.5 # units
# radius in display coordinates:
r_ = ax.transData.transform([r,0])[0] - ax.transData.transform([0,0])[0] # points
# marker size as the area of a circle
marker_size = (2*r_)**2
# plot
ax.scatter(x_data, y_data, s=marker_size,linewidths=1)
#ax.plot(x_data, y_data, "o",markersize=2*r_)
plt.show()
如果您使用 plot（如果所有标记的大小都应与 docs 状态的“注释”相同，则速度会更快）。 markersize只是标记的宽度（不是面积）：
ax.plot(x_data, y_data, "o",markersize=2*r_,color='magenta')