python - matplotlib 子图之间的箭头

Question

我决定尝试一下 this示例代码一点。我能够弄清楚如何在两个子图之间画一条直线，即使该线位于其中一个子图的边界之外。

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

fig = plt.figure(figsize=(10, 5))
ax1 = fig.add_subplot(121)
ax2 = fig.add_subplot(122)
axs = [ax1, ax2]

# Fixing random state for reproducibility
np.random.seed(19680801)

# generate some random test data
all_data = [np.random.normal(0, std, 100) for std in range(6, 10)]

# plot violin plot
axs[0].violinplot(all_data,
                  showmeans=False,
                  showmedians=True)
axs[0].set_title('Violin plot')

# plot box plot
axs[1].boxplot(all_data)
axs[1].set_title('Box plot')

# adding horizontal grid lines
for ax in axs:
    ax.yaxis.grid(True)
    ax.set_xticks([y + 1 for y in range(len(all_data))])
    ax.set_xlabel('Four separate samples')
    ax.set_ylabel('Observed values')

for tick in ax.xaxis.get_major_ticks():
    tick.label.set_fontsize(20)
plt.setp(axs[0], xticklabels=['x1', 'x2', 'x3', 'x4'])

transFigure = fig.transFigure.inverted()
coord1 = transFigure.transform(ax1.transData.transform([5,10]))
coord2 = transFigure.transform(ax2.transData.transform([2,-10]))
line = mpl.lines.Line2D((coord1[0],coord2[0]),(coord1[1],coord2[1]),
                        c='k', lw=5, transform=fig.transFigure)
fig.lines.append(line)

是的，添加的那行很丑陋，但我只是想让它发挥作用。

但是，我真正想做的是在子图之间制作一个箭头，如果没有陪审团操纵我自己的箭头尾部，我无法弄清楚该怎么做。有没有办法使用 matplotlib.pyplot.arrow 类来做到这一点？

Answer 1

我也想在两个子图之间画一个箭头，但我什至不知道从哪里开始!但是，原始问题中子图示例之间的界线给了我足够的线索来开始......

首先，我将原始问题中的代码简化为一个最小的工作示例:

from matplotlib import lines, pyplot as plt

fig = plt.figure()

# First subplot
ax1 = fig.add_subplot(121)
plt.plot([0, 1], [0, 1])

# Second subplot
ax2 = fig.add_subplot(122)
plt.plot([0, 1], [0, 1])

# Add line from one subplot to the other
xyA = [0.5, 1.0]
ax1.plot(*xyA, "o")
xyB = [0.75, 0.25]
ax2.plot(*xyB, "o")
transFigure = fig.transFigure.inverted()
coord1 = transFigure.transform(ax1.transData.transform(xyA))
coord2 = transFigure.transform(ax2.transData.transform(xyB))
line = lines.Line2D(
    (coord1[0], coord2[0]),  # xdata
    (coord1[1], coord2[1]),  # ydata
    transform=fig.transFigure,
    color="black",
)
fig.lines.append(line)

# Show figure
plt.show()

这会产生以下输出:

然后，使用 this blog post ，我认为答案是创建一个 matplotlib.patches.FancyArrowPatch 并将其附加到 fig.patches(而不是创建一个 matplotlib.lines.Line2D 并将其附加到 fig.lines)。经咨询matplotlib.patches.FancyArrowPatch documentation ，再加上一些试验和错误，我想出了一些可以在 matplotlib 3.1.2 中工作的东西:

from matplotlib import patches, pyplot as plt

fig = plt.figure()

# First subplot
ax1 = fig.add_subplot(121)
plt.plot([0, 1], [0, 1])

# Second subplot
ax2 = fig.add_subplot(122)
plt.plot([0, 1], [0, 1])

# Add line from one subplot to the other
xyA = [0.5, 1.0]
ax1.plot(*xyA, "o")
xyB = [0.75, 0.25]
ax2.plot(*xyB, "o")
transFigure = fig.transFigure.inverted()
coord1 = transFigure.transform(ax1.transData.transform(xyA))
coord2 = transFigure.transform(ax2.transData.transform(xyB))
arrow = patches.FancyArrowPatch(
    coord1,  # posA
    coord2,  # posB
    shrinkA=0,  # so tail is exactly on posA (default shrink is 2)
    shrinkB=0,  # so head is exactly on posB (default shrink is 2)
    transform=fig.transFigure,
    color="black",
    arrowstyle="-|>",  # "normal" arrow
    mutation_scale=30,  # controls arrow head size
    linewidth=3,
)
fig.patches.append(arrow)

# Show figure
plt.show()

但是，根据下面的评论，这在 matplotlib 3.4.2 中不起作用，您可以从中得到:

请注意，箭头的末端没有与目标点(橙色圆圈)对齐，而它们应该对齐。

这个matplotlib版本的改变也导致原来的行例子以同样的方式失败。

不过，还有更好的补丁!使用 ConnectionPatch ( docs )，它是 FancyArrowPatch 的子类，而不是直接使用 FancyArrowPatch 作为 ConnectionPatch 专门为此用例设计，可以更正确地处理转换，如本 matplotlib documentation example 所示。 :

fig = plt.figure()

# First subplot
ax1 = fig.add_subplot(121)
plt.plot([0, 1], [0, 1]) 

# Second subplot
ax2 = fig.add_subplot(122)
plt.plot([0, 1], [0, 1]) 

# Add line from one subplot to the other
xyA = [0.5, 1.0]
ax1.plot(*xyA, "o")
xyB = [0.75, 0.25]
ax2.plot(*xyB, "o")
# ConnectionPatch handles the transform internally so no need to get fig.transFigure
arrow = patches.ConnectionPatch(
    xyA,
    xyB,
    coordsA=ax1.transData,
    coordsB=ax2.transData,
    # Default shrink parameter is 0 so can be omitted
    color="black",
    arrowstyle="-|>",  # "normal" arrow
    mutation_scale=30,  # controls arrow head size
    linewidth=3,
)
fig.patches.append(arrow)

# Show figure
plt.show()

这会在 matplotlib 3.1.2 和 matplotlib 3.4.2 中产生正确的输出，如下所示:

要在 matplotlib 3.4.2 中绘制连接两个子图的正确定位的线，请使用 ConnectionPatch 如上所述，但使用 arrowstyle="-"(即没有箭头，所以只有一条线)。

注意:您不能使用:

• plt.arrow 因为它会自动添加到当前轴，所以只出现在一个子图中

• matplotlib.patches.Arrow 因为轴图变换使箭头倾斜

• matplotlib.patches.FancyArrow 因为这也会导致箭头倾斜