Получение координат ближайшей точки данных на графике matplotlib


9

Я использую matplotlibс NavigationToolbar2QT. Панель инструментов показывает положение курсора. Но мне бы хотелось, чтобы курсор привязывался к ближайшей точке данных (когда она находилась достаточно близко) или просто отображал координаты ближайшей точки данных. Это может быть как-то устроено?


Пожалуйста, проверьте ссылку ниже и посмотрите, решит ли она вашу проблему. Ссылка предоставляет функцию snaptocursor, которая выглядит аналогично тому, что вы ищете. matplotlib.org/3.1.1/gallery/misc/cursor_demo_sgskip.html
Анупам Чаплот

@AnupamChaplot "Он использует Matplotlib для рисования курсора и может быть медленным, поскольку это требует перерисовки фигуры при каждом движении мыши." У меня есть около 16 графиков с 10000 точками КАЖДОГО на графике, поэтому с перерисовкой это будет довольно медленно.
Пигмалион

Если вы не хотите ничего перерисовывать визуально (зачем тогда спрашивать об этом?), Вы можете манипулировать тем, что отображается на панели инструментов, как показано в matplotlib.org/3.1.1/gallery/images_contours_and_fields/…
ImportanceOfBeingErnest

@ImportanceOfBeingErnest Я не понимаю вашего предложения. Но представьте себе: у вас есть 16 линейных графиков, и у каждого из них есть четкий пик. Вы хотите знать точные координаты пика одного графика, не заглядывая в данные. Вы никогда не можете поместить курсор точно в точку, так что это очень неточно. Таким образом, такие программы, как Origin, имеют возможность показывать точные координаты ближайшей точки к текущей позиции курсора.
Пигмалион

1
Да, это то, что делает cursor_demo_sgskip . Но если вы не хотите рисовать курсор, вы можете использовать вычисления из этого примера и вместо этого отобразить полученное число на панели инструментов, как показано в image_zcoord
ImportanceOfBeingErnest

Ответы:


6

Если вы работаете с большими наборами очков, я советую вам использовать CKDtrees:

import matplotlib.pyplot as plt
import numpy as np
import scipy.spatial

points = np.column_stack([np.random.rand(50), np.random.rand(50)])
fig, ax = plt.subplots()
coll = ax.scatter(points[:,0], points[:,1])
ckdtree = scipy.spatial.cKDTree(points)

Я kpie'sнемного поменял здесь ответ. После ckdtreeсоздания вы можете без труда определить ближайшие точки и получить различную информацию о них:

def closest_point_distance(ckdtree, x, y):
    #returns distance to closest point
    return ckdtree.query([x, y])[0]

def closest_point_id(ckdtree, x, y):
    #returns index of closest point
    return ckdtree.query([x, y])[1]

def closest_point_coords(ckdtree, x, y):
    # returns coordinates of closest point
    return ckdtree.data[closest_point_id(ckdtree, x, y)]
    # ckdtree.data is the same as points

Интерактивное отображение положения курсора. Если вы хотите, чтобы координаты ближайшей точки отображались на панели навигации:

def val_shower(ckdtree):
    #formatter of coordinates displayed on Navigation Bar
    return lambda x, y: '[x = {}, y = {}]'.format(*closest_point_coords(ckdtree, x, y))

plt.gca().format_coord = val_shower(ckdtree)
plt.show()

Использование событий. Если вы хотите другой вид интерактивности, вы можете использовать события:

def onclick(event):
    if event.inaxes is not None:
        print(closest_point_coords(ckdtree, event.xdata, event.ydata))

fig.canvas.mpl_connect('motion_notify_event', onclick)
plt.show()

Это, конечно, будет работать безупречно, только если визуальный масштаб x: y равен 1. Есть ли какие-либо идеи об этой части проблемы, за исключением повторного масштабирования pointsкаждый раз, когда график масштабируется?
Пигмалион

Изменение соотношения сторон требует изменения метрик того, как расстояние измеряется в ckdtrees. Кажется, что использование пользовательских метрик на ckdtrees не поддерживается. Следовательно, вы должны сохранять ckdtree.dataреалистичные баллы со шкалой = 1. Ваши pointsмогут быть изменены, и нет никаких проблем, если вам нужен только доступ к их индексам.
mathfux

Спасибо. Знаете ли вы, случайно, есть ли способ легко получить доступ к коэффициенту масштабирования для осей в matplotlib? То, что я нашел в сети, было чрезвычайно сложно.
Пигмалион

ИМХО, лучшим решением для моей проблемы было бы включить это в качестве опции в matplotlibбиблиотеку. В конце концов, библиотека где-то пересчитала точечные позиции - в конце концов, она строит их на графике!
Пигмалион

Вы можете попробовать set_aspect: matplotlib.org/3.1.3/api/_as_gen/…
mathfux

0

Следующий код напечатает координаты точки, ближайшей к мыши, когда вы щелкнете.

import matplotlib.pyplot as plt
import numpy as np
np.random.seed(19680801)
N = 50
x = np.random.rand(N)
y = np.random.rand(N)
fig,ax = plt.subplots()
plt.scatter(x, y)
points = list(zip(x,y))
def distance(a,b):
    return(sum([(k[0]-k[1])**2 for k in zip(a,b)])**0.5)
def onclick(event):
    dists = [distance([event.xdata, event.ydata],k) for k in points]
    print(points[dists.index(min(dists))])
fig.canvas.mpl_connect('button_press_event', onclick)
plt.show()

Возможно, я смогу адаптировать код к моей ситуации (16 графиков по 10000 точек на каждом), но идея заключалась в том, что координаты точки печатаются, скажем, на навигационной панели инструментов. Это возможно?
Пигмалион

0

Вы можете создать подкласс NavigationToolbar2QTи переопределить mouse_moveобработчик. xdataИ ydataатрибуты содержат текущее положение курсора мыши в координатах участка. Вы можете привязать это к ближайшей точке данных перед передачей события в mouse_moveобработчик базового класса .

Полный пример с выделением ближайшей точки на графике в качестве бонуса:

import sys

import numpy as np

from matplotlib.backends.qt_compat import QtWidgets
from matplotlib.backends.backend_qt5agg import FigureCanvas, NavigationToolbar2QT
from matplotlib.figure import Figure


class Snapper:
    """Snaps to data points"""

    def __init__(self, data, callback):
        self.data = data
        self.callback = callback

    def snap(self, x, y):
        pos = np.array([x, y])
        distances = np.linalg.norm(self.data - pos, axis=1)
        dataidx = np.argmin(distances)
        datapos = self.data[dataidx,:]
        self.callback(datapos[0], datapos[1])
        return datapos


class SnappingNavigationToolbar(NavigationToolbar2QT):
    """Navigation toolbar with data snapping"""

    def __init__(self, canvas, parent, coordinates=True):
        super().__init__(canvas, parent, coordinates)
        self.snapper = None

    def set_snapper(self, snapper):
        self.snapper = snapper

    def mouse_move(self, event):
        if self.snapper and event.xdata and event.ydata:
            event.xdata, event.ydata = self.snapper.snap(event.xdata, event.ydata)
        super().mouse_move(event)


class Highlighter:
    def __init__(self, ax):
        self.ax = ax
        self.marker = None
        self.markerpos = None

    def draw(self, x, y):
        """draws a marker at plot position (x,y)"""
        if (x, y) != self.markerpos:
            if self.marker:
                self.marker.remove()
                del self.marker
            self.marker = self.ax.scatter(x, y, color='yellow')
            self.markerpos = (x, y)
            self.ax.figure.canvas.draw()


class ApplicationWindow(QtWidgets.QMainWindow):
    def __init__(self):
        super().__init__()
        self._main = QtWidgets.QWidget()
        self.setCentralWidget(self._main)
        layout = QtWidgets.QVBoxLayout(self._main)
        canvas = FigureCanvas(Figure(figsize=(5,3)))
        layout.addWidget(canvas)
        toolbar = SnappingNavigationToolbar(canvas, self)
        self.addToolBar(toolbar)

        data = np.random.randn(100, 2)
        ax = canvas.figure.subplots()
        ax.scatter(data[:,0], data[:,1])

        self.highlighter = Highlighter(ax)
        snapper = Snapper(data, self.highlighter.draw)
        toolbar.set_snapper(snapper)


if __name__ == "__main__":
    qapp = QtWidgets.QApplication(sys.argv)
    app = ApplicationWindow()
    app.show()
    qapp.exec_()
Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.