`matplotlib.transforms`#

Matplotlib include un framework per trasformazioni geometriche arbitrarie che viene utilizzato per determinare la posizione finale di tutti gli elementi disegnati sulla tela.

Le trasformazioni sono composte in alberi di TransformNodeoggetti il cui valore effettivo dipende dai loro figli. Quando i contenuti dei bambini cambiano, i loro genitori vengono automaticamente invalidati. La volta successiva che si accede a una trasformazione invalidata, questa viene ricalcolata per riflettere tali modifiche. Questo approccio di invalidazione/memorizzazione nella cache impedisce ricalcoli non necessari delle trasformazioni e contribuisce a migliorare le prestazioni interattive.

Ad esempio, ecco un grafico dell'albero di trasformazione utilizzato per tracciare i dati nel grafico:

Il framework può essere utilizzato sia per trasformazioni affini che non affini. Tuttavia, per velocità, vogliamo utilizzare i renderer back-end per eseguire trasformazioni affini quando possibile. Pertanto, è possibile eseguire solo la parte affine o non affine di una trasformazione su un insieme di dati. Si presume sempre che l'affine si verifichi dopo il non affine. Per qualsiasi trasformazione:

full transform == non-affine part + affine part

Non è previsto che i backend gestiscano da soli le trasformazioni non affini.

Vedere il tutorial Transformations Tutorial per esempi su come utilizzare le trasformazioni.

classe matplotlib.transforms. Affine2D ( matrice = Nessuno , ** kwargs ) [fonte] #

Basi:Affine2DBase

Una trasformazione affine 2D mutevole.

Inizializza una trasformazione affine da un array float numpy 3x3:

a c e
b d f
0 0 1

Se matrix è None, inizializza con la trasformazione dell'identità.

__init__ ( matrice = Nessuno , ** kwargs ) [fonte] #

Inizializza una trasformazione affine da un array float numpy 3x3:

a c e
b d f
0 0 1

Se matrix è None, inizializza con la trasformazione dell'identità.

__module__ = 'matplotlib.transforms' #

__str__ ( ) [fonte] #: Restituisce str(self).

cancella ( ) [fonte] #: Reimposta la matrice sottostante sulla trasformazione dell'identità.

static from_values ( a , b , c , d , e , f ) [fonte] #

Crea una nuova istanza Affine2D dai valori indicati:

a c e
b d f
0 0 1

get_matrix ( ) [fonte] #

Ottieni la matrice di trasformazione sottostante come un array numpy 3x3:

a c e
b d f
0 0 1

identità statica ( ) [fonte] #

[ Deprecato ] Restituisce un nuovo Affine2Doggetto che è la trasformazione dell'identità.

A meno che questa trasformazione non venga modificata in seguito, prendi in considerazione l'utilizzo della IdentityTransformclasse più veloce.

Appunti

Deprecato dalla versione 3.6: utilizzare invece Affine2D().

ruotare ( theta ) [fonte] #

Aggiungi una rotazione (in radianti) a questa trasformazione sul posto.

Restituisce self , quindi questo metodo può essere facilmente concatenato con più chiamate a rotate(), rotate_deg()e .translate()scale()

ruota_intorno ( x , y , theta ) [fonte] #

Aggiungi una rotazione (in radianti) attorno al punto (x, y) in posizione.

Restituisce self , quindi questo metodo può essere facilmente concatenato con più chiamate a rotate(), rotate_deg()e .translate()scale()

ruotare_gradi ( gradi ) [fonte] #

Aggiungi una rotazione (in gradi) a questa trasformazione sul posto.

Restituisce self , quindi questo metodo può essere facilmente concatenato con più chiamate a rotate(), rotate_deg()e .translate()scale()

ruotare_gradi_intorno ( x , y , gradi ) [fonte] #

Aggiungi una rotazione (in gradi) attorno al punto (x, y) in posizione.

Restituisce self , quindi questo metodo può essere facilmente concatenato con più chiamate a rotate(), rotate_deg()e .translate()scale()

scala ( sx , sy = Nessuno ) [fonte] #

Aggiungi una scala in posizione.

Se sy è None, la stessa scala viene applicata in entrambe le direzioni x e y .

Restituisce self , quindi questo metodo può essere facilmente concatenato con più chiamate a rotate(), rotate_deg()e .translate()scale()

set ( altro ) [fonte] #: Imposta questa trasformazione dalla copia congelata di un altro Affine2DBaseoggetto.

set_matrice ( mtx ) [fonte] #

Imposta la matrice di trasformazione sottostante da un array numpy 3x3:

a c e
b d f
0 0 1

skew ( xShear , yShear ) [fonte] #

Aggiungi un'inclinazione sul posto.

xShear e yShear sono gli angoli di taglio lungo gli assi x e y , rispettivamente, in radianti.

Restituisce self , quindi questo metodo può essere facilmente concatenato con più chiamate a rotate(), rotate_deg()e .translate()scale()

skew_deg ( xShear , yShear ) [fonte] #

Aggiungi un'inclinazione sul posto.

xShear e yShear sono gli angoli di taglio lungo gli assi x e y , rispettivamente, in gradi.

Restituisce self , quindi questo metodo può essere facilmente concatenato con più chiamate a rotate(), rotate_deg()e .translate()scale()

traduci ( tx , ty ) [fonte] #

Aggiungi una traduzione sul posto.

Restituisce self , quindi questo metodo può essere facilmente concatenato con più chiamate a rotate(), rotate_deg()e .translate()scale()

classe matplotlib.transforms. Affine2DBase ( * args , ** kwargs ) [fonte] #

Basi:AffineBase

La classe base di tutte le trasformazioni affini 2D.

Le trasformazioni affini 2D vengono eseguite utilizzando un array numpy 3x3:

a c e
b d f
0 0 1

Questa classe fornisce l'interfaccia di sola lettura. Per una trasformazione affine 2D mutabile, utilizzare Affine2D.

Le sottoclassi di questa classe generalmente devono solo eseguire l'override di un costruttore e get_matrix()questo genera una matrice 3x3 personalizzata.

Parametri :

nome_abbreviato str: Una stringa che rappresenta il "nome" della trasformazione. Il nome non ha altro significato se non quello di migliorare la leggibilità di str(transform)quando DEBUG=True.

__annotazioni__ = {} #

__module__ = 'matplotlib.transforms' #

congelato ( ) [fonte] #: Restituisce una copia bloccata di questo nodo di trasformazione. La copia bloccata non verrà aggiornata quando i suoi figli cambiano. Utile per archiviare uno stato precedentemente noto di una trasformazione in cui copy.deepcopy()potrebbe essere normalmente utilizzato.

has_inverse = Vero #: Vero se questa trasformazione ha una trasformazione inversa corrispondente.

input_dim = 2 #: Il numero di dimensioni di input di questa trasformazione. Deve essere sovrascritto (con numeri interi) nella sottoclasse.

invertito ( ) [fonte] #

Restituisce la trasformazione inversa corrispondente.

Tiene .x == self.inverted().transform(self.transform(x))

Il valore restituito da questo metodo deve essere trattato come temporaneo. Un aggiornamento a sé non causa un corrispondente aggiornamento alla sua copia invertita.

la proprietà è_separabile #

bool(x) -> bool

Restituisce True quando l'argomento x è vero, False in caso contrario. I builtin True e False sono le uniche due istanze della classe bool. La classe bool è una sottoclasse della classe int e non può essere sottoclasse.

output_dim = 2 #: Il numero di dimensioni di output di questa trasformazione. Deve essere sovrascritto (con numeri interi) nella sottoclasse.

to_values ( ) [fonte] #: Restituisce i valori della matrice come tupla.(a, b, c, d, e, f)

transform_affine ( punti ) [fonte] #

Applicare solo la parte affine di questa trasformazione sull'array di valori dato.

transform(values)è sempre equivalente a transform_affine(transform_non_affine(values)).

Nelle trasformazioni non affini, questo è generalmente un no-op. Nelle trasformazioni affini, questo è equivalente a transform(values).

Parametri :

matrice di valori: I valori di input come matrice NumPy di lunghezza input_dimso forma (N x input_dims).

Resi :

Vettore: I valori di output come matrice NumPy di lunghezza output_dimso forma (N x output_dims), a seconda dell'input.

classe matplotlib.transforms. AffineBase ( * args , ** kwargs ) [fonte] #

Basi:Transform

La classe base di tutte le trasformazioni affini di qualsiasi numero di dimensioni.

Parametri :

nome_abbreviato str: Una stringa che rappresenta il "nome" della trasformazione. Il nome non ha altro significato se non quello di migliorare la leggibilità di str(transform)quando DEBUG=True.

__annotazioni__ = {} #

__array__ ( * args , ** kwargs ) [fonte] #: Interfaccia array per ottenere la matrice affine di Transform.

__eq__ ( altro ) [fonte] #: Restituisce self==valore.

__cancelletto__ = Nessuno #

__init__ ( * args , ** kwargs ) [fonte] #

Parametri :

nome_abbreviato str: Una stringa che rappresenta il "nome" della trasformazione. Il nome non ha altro significato se non quello di migliorare la leggibilità di str(transform)quando DEBUG=True.

__module__ = 'matplotlib.transforms' #

get_affine ( ) [fonte] #: Ottieni la parte affine di questa trasformazione.

is_affine = Vero #

trasformare ( valori ) [fonte] #

Applicare questa trasformazione sull'array di valori dato .

Parametri :

matrice di valori: I valori di input come matrice NumPy di lunghezza input_dimso forma (N x input_dims).

Resi :

Vettore: I valori di output come matrice NumPy di lunghezza output_dimso forma (N x output_dims), a seconda dell'input.

transform_affine ( valori ) [fonte] #

Applicare solo la parte affine di questa trasformazione sull'array di valori dato.

transform(values)è sempre equivalente a transform_affine(transform_non_affine(values)).

Nelle trasformazioni non affini, questo è generalmente un no-op. Nelle trasformazioni affini, questo è equivalente a transform(values).

Parametri :

matrice di valori: I valori di input come matrice NumPy di lunghezza input_dimso forma (N x input_dims).

Resi :

Vettore: I valori di output come matrice NumPy di lunghezza output_dimso forma (N x output_dims), a seconda dell'input.

transform_non_affine ( punti ) [fonte] #

Applica solo la parte non affine di questa trasformazione.

transform(values)è sempre equivalente a transform_affine(transform_non_affine(values)).

Nelle trasformazioni non affini, questo è generalmente equivalente a transform(values). Nelle trasformazioni affini, questo è sempre un no-op.

Parametri :

matrice di valori: I valori di input come matrice NumPy di lunghezza input_dimso forma (N x input_dims).

Resi :

Vettore: I valori di output come matrice NumPy di lunghezza output_dimso forma (N x output_dims), a seconda dell'input.

transform_path ( percorso ) [fonte] #

Applica la trasformazione a path , restituendo un nuovo file .Path Path

In alcuni casi, questa trasformazione può inserire curve nel percorso iniziato come segmenti di linea.

transform_path_affine ( percorso ) [fonte] #

Applica la parte affine di questa trasformazione a path , restituendo un nuovo .Path Path

transform_path(path)è equivalente a transform_path_affine(transform_path_non_affine(values)).

transform_path_non_affine ( percorso ) [fonte] #

Applica la parte non affine di questa trasformazione a path , restituendo un nuovo .Path Path

transform_path(path)è equivalente a transform_path_affine(transform_path_non_affine(values)).

classe matplotlib.transforms. AffineDeltaTransform ( trasformazione , ** kwargs ) [fonte] #

Basi:Affine2DBase

Un wrapper di trasformazione per trasformare gli spostamenti tra coppie di punti.

Questa classe è pensata per essere usata per trasformare gli spostamenti ("delta di posizione") tra coppie di punti (ad esempio, come la offset_transform di Collections): data una trasformazione ttale che , soddisfa .t = AffineDeltaTransform(t) + offsetAffineDeltaTransformAffineDeltaTransform(a - b) == AffineDeltaTransform(a) - AffineDeltaTransform(b)

Questo viene implementato forzando a zero i componenti di offset della matrice di trasformazione.

Questa classe è sperimentale a partire dalla versione 3.3 e l'API potrebbe cambiare.

Parametri :

nome_abbreviato str: Una stringa che rappresenta il "nome" della trasformazione. Il nome non ha altro significato se non quello di migliorare la leggibilità di str(transform)quando DEBUG=True.

__annotazioni__ = {} #

__init__ ( trasformazione , ** kwargs ) [fonte] #

Parametri :

nome_abbreviato str: Una stringa che rappresenta il "nome" della trasformazione. Il nome non ha altro significato se non quello di migliorare la leggibilità di str(transform)quando DEBUG=True.

__module__ = 'matplotlib.transforms' #

__str__ ( ) [fonte] #: Restituisce str(self).

get_matrix ( ) [fonte] #: Ottieni la matrice per la parte affine di questa trasformazione.

classe matplotlib.transforms. Bbox ( punti , ** kwargs ) [fonte] #

Basi:BboxBase

Un riquadro di delimitazione mutevole.

Esempi

Crea da limiti noti

Il costruttore predefinito prende il confine "points" .[[xmin, ymin], [xmax, ymax]]

>>> Bbox([[1, 1], [3, 7]])
Bbox([[1.0, 1.0], [3.0, 7.0]])

In alternativa, è possibile creare una Bbox dall'array di punti appiattiti, i cosiddetti "extents"(xmin, ymin, xmax, ymax)

>>> Bbox.from_extents(1, 1, 3, 7)
Bbox([[1.0, 1.0], [3.0, 7.0]])

o dai "confini" .(xmin, ymin, width, height)

>>> Bbox.from_bounds(1, 1, 2, 6)
Bbox([[1.0, 1.0], [3.0, 7.0]])

Crea da raccolte di punti

L'oggetto "vuoto" per accumulare Bbox è il null bbox, che è un sostituto dell'insieme vuoto.

>>> Bbox.null()
Bbox([[inf, inf], [-inf, -inf]])

L'aggiunta di punti alla bbox nulla ti darà la bbox di quei punti.

>>> box = Bbox.null()
>>> box.update_from_data_xy([[1, 1]])
>>> box
Bbox([[1.0, 1.0], [1.0, 1.0]])
>>> box.update_from_data_xy([[2, 3], [3, 2]], ignore=False)
>>> box
Bbox([[1.0, 1.0], [3.0, 3.0]])

L'impostazione ignore=Trueequivale a ricominciare da capo da una bbox nulla.

>>> box.update_from_data_xy([[1, 1]], ignore=True)
>>> box
Bbox([[1.0, 1.0], [1.0, 1.0]])

Avvertimento

Si consiglia di specificare sempre in ignoremodo esplicito. In caso contrario, il valore predefinito di ignorepuò essere modificato in qualsiasi momento tramite codice con accesso alla propria Bbox, ad esempio utilizzando il metodo ignore.

Proprietà della bbox ``null``

Nota

Il comportamento attuale di Bbox.null()può essere sorprendente in quanto non possiede tutte le proprietà dell'"insieme vuoto", e come tale non si comporta come un oggetto "zero" in senso matematico. Potremmo cambiarlo in futuro (con un periodo di deprecazione).

La null bbox è l'identità per le intersezioni

>>> Bbox.intersection(Bbox([[1, 1], [3, 7]]), Bbox.null())
Bbox([[1.0, 1.0], [3.0, 7.0]])

tranne che con se stesso, dove restituisce lo spazio pieno.

>>> Bbox.intersection(Bbox.null(), Bbox.null())
Bbox([[-inf, -inf], [inf, inf]])

Un'unione contenente null restituirà sempre lo spazio completo (non l'altro set!)

>>> Bbox.union([Bbox([[0, 0], [0, 0]]), Bbox.null()])
Bbox([[-inf, -inf], [inf, inf]])

Parametri :

punti narray: Una matrice numpy 2x2 del modulo .[[x0, y0], [x1, y1]]

__annotazioni__ = {} #

__format__ ( fmt ) [fonte] #: Formattatore oggetto predefinito.

__init__ ( punti , ** kwargs ) [fonte] #

Parametri :

punti narray: Una matrice numpy 2x2 del modulo .[[x0, y0], [x1, y1]]

__module__ = 'matplotlib.transforms' #

__repr__ ( ) [fonte] #: Restituisce repr(self).

__str__ ( ) [fonte] #: Restituisce str(self).

limiti di proprietà #: A capo ( x0, y0, width, height).

static from_bounds ( x0 , y0 , width , height ) [fonte] #

Crea un nuovo Bboxda x0 , y0 , larghezza e altezza .

la larghezza e l' altezza possono essere negative.

static from_extents ( * args , minpos = None ) [fonte] #

Crea una nuova Bbox da sinistra , in basso , a destra e in alto .

L' asse y aumenta verso l'alto.

Parametri :

float a sinistra, in basso, a destra, in alto: Le quattro estensioni del riquadro di delimitazione.
minpos float o Nessuno: Se questo viene fornito, la Bbox avrà impostato un valore minimo positivo. Ciò è utile quando si ha a che fare con scale logaritmiche e altre scale in cui i limiti negativi provocano errori in virgola mobile.

congelato ( ) [fonte] #: La classe base per tutto ciò che partecipa all'albero di trasformazione e deve invalidare i suoi genitori o essere invalidato. Ciò include le classi che non sono realmente trasformazioni, come i riquadri di delimitazione, poiché alcune trasformazioni dipendono dai riquadri di delimitazione per calcolare i loro valori.

get_points ( ) [fonte] #: Ottieni i punti del riquadro di delimitazione direttamente come un array numpy del modulo: .[[x0, y0], [x1, y1]]

ignora ( valore ) [fonte] #

Imposta se i limiti esistenti del riquadro devono essere ignorati dalle successive chiamate a update_from_data_xy().

valore bool

When True, le chiamate successive a update_from_data_xy() ignoreranno i limiti esistenti di Bbox.
When False, le chiamate successive a update_from_data_xy() includeranno i limiti esistenti di Bbox.

proprietà intervallox #

La coppia di coordinate x che definiscono il riquadro di delimitazione.

Non è garantito che venga ordinato da sinistra a destra.

intervallo di proprietà #

La coppia di coordinate y che definiscono il riquadro di delimitazione.

Non è garantito che venga ordinato dal basso verso l'alto.

proprietà minpos #

Il minimo valore positivo in entrambe le direzioni all'interno della Bbox.

Ciò è utile quando si ha a che fare con scale logaritmiche e altre scale in cui i limiti negativi provocano errori in virgola mobile e verranno utilizzati come estensione minima invece di p0 .

proprietà minposx #

Il minimo valore positivo nella direzione x all'interno della Bbox.

Ciò è utile quando si ha a che fare con scale logaritmiche e altre scale in cui i limiti negativi provocano errori in virgola mobile e verranno utilizzati come x -extent minimo invece di x0 .

proprietà minposy #

Il minimo valore positivo nella direzione y all'interno della Bbox.

Ciò è utile quando si ha a che fare con scale logaritmiche e altre scale in cui i limiti negativi provocano errori in virgola mobile e verranno utilizzati come estensione y minima invece di y0 .

mutato ( ) [fonte] #: Restituisce se la bbox è cambiata da init.

mutatedx ( ) [fonte] #: Restituisce se i limiti x sono cambiati da init.

mutatedy ( ) [fonte] #: Restituisce se i limiti y sono cambiati da init.

nullo statico ( ) [fonte] #: Crea un nuovo null Bboxda (inf, inf) a (-inf, -inf).

proprietà p0 #

La prima coppia di coordinate ( x , y ) che definiscono il riquadro di delimitazione.

Non è garantito che questo sia l'angolo in basso a sinistra (per questo, usa min).

proprietà p1 #

La seconda coppia di coordinate ( x , y ) che definiscono il riquadro di delimitazione.

Non è garantito che questo sia l'angolo in alto a destra (per questo, usa max).

set ( altro ) [fonte] #: Imposta questo riquadro di delimitazione dai limiti "congelati" di un altro file Bbox.

set_points ( punti ) [fonte] #: Imposta i punti del riquadro di delimitazione direttamente da un array numpy del modulo: . Non viene eseguito alcun controllo degli errori, poiché questo metodo è principalmente per uso interno.[[x0, y0], [x1, y1]]

unità statica ( ) [fonte] #: Crea una nuova unità Bboxda (0, 0) a (1, 1).

update_from_data_x ( x , ignore = None ) [fonte] #

Aggiorna i limiti x di Bboxin base ai dati trasmessi. Dopo l'aggiornamento, i limiti avranno una larghezza positiva e x0 sarà il valore minimo.

Parametri :

x ndarray

Array di valori x.

ignora bool, facoltativo

When True, ignora i limiti esistenti di Bbox.
Quando False, includi i limiti esistenti di Bbox.
When None, utilizza l'ultimo valore passato a ignore().

update_from_data_xy ( xy , ignore = None , updatex = True , updatey = True ) [fonte] #

Aggiorna i limiti di Bboxin base ai dati trasmessi. Dopo l'aggiornamento, i limiti avranno larghezza e altezza positive ; x0 e y0 saranno i valori minimi.

Parametri :

xy narray

Un array numpy di punti 2D.

ignora bool, facoltativo

When True, ignora i limiti esistenti di Bbox.
Quando False, includi i limiti esistenti di Bbox.
When None, utilizza l'ultimo valore passato a ignore().

updatex, updatey bool, predefinito: vero

When True, aggiorna i valori x/y.

update_from_data_y ( y , ignore = None ) [fonte] #

Aggiorna i limiti y di Bboxin base ai dati trasmessi. Dopo l'aggiornamento, i limiti avranno un'altezza positiva e y0 sarà il valore minimo.

Parametri :

e ndrray

Array di valori y.

ignora bool, facoltativo

When True, ignora i limiti esistenti di Bbox.
Quando False, includi i limiti esistenti di Bbox.
When None, utilizza l'ultimo valore passato a ignore().

update_from_path ( percorso , ignore = None , updatex = True , updatey = True ) [fonte] #

Aggiorna i limiti di Bboxper contenere i vertici del percorso fornito. Dopo l'aggiornamento, i limiti avranno larghezza e altezza positive ; x0 e y0 saranno i valori minimi.

Parametri :

sentieroPath

ignora bool, facoltativo

when True, ignora i limiti esistenti di Bbox.
when False, include i limiti esistenti di Bbox.
when None, utilizza l'ultimo valore passato a ignore().

updatex, updatey bool, predefinito: vero

When True, aggiorna i valori x/y.

proprietà x0 #

La prima della coppia di coordinate x che definiscono il riquadro di delimitazione.

Non è garantito che sia inferiore a x1(per questo, usa xmin).

proprietà x1 #

La seconda della coppia di coordinate x che definiscono il riquadro di delimitazione.

Non è garantito che sia maggiore di x0(per questo, usa xmax).

proprietà y0 #

La prima della coppia di coordinate y che definiscono il riquadro di delimitazione.

Non è garantito che sia inferiore a y1(per questo, usa ymin).

proprietà y1 #

La seconda della coppia di coordinate y che definiscono il riquadro di delimitazione.

Non è garantito che sia maggiore di y0(per questo, usa ymax).

classe matplotlib.transforms. BboxBase ( shorthand_name = None ) [fonte] #

Basi:TransformNode

La classe base di tutti i riquadri di delimitazione.

Questa classe è immutabile; Bboxè una sottoclasse mutabile.

La rappresentazione canonica è come due punti, senza restrizioni sul loro ordinamento. Vengono fornite proprietà utili per ottenere i bordi sinistro, inferiore, destro e superiore e la larghezza e l'altezza, ma queste non vengono memorizzate in modo esplicito.

Parametri :

nome_abbreviato str: Una stringa che rappresenta il "nome" della trasformazione. Il nome non ha altro significato se non quello di migliorare la leggibilità di str(transform)quando DEBUG=True.

__annotazioni__ = {} #

__array__ ( * args , ** kwargs ) [fonte] #

__module__ = 'matplotlib.transforms' #

ancorato ( c , contenitore = None ) [fonte] #

Restituisce una copia Bboxdell'ancorato a c all'interno di container .

Parametri :

c (float, float) o {'C', 'SW', 'S', 'SE', 'E', 'NE', ...}: Una ( x , y ) coppia di coordinate relative (0 è sinistra o in basso, 1 è destra o in alto), 'C' (centro) o una direzione cardinale ('SW', sud-ovest, è in basso a sinistra, ecc.) .
contenitore Bbox, facoltativo: La casella all'interno della quale Bboxè posizionato; il valore predefinito è l'iniziale Bbox.

Guarda anche

Axes.set_anchor

limiti di proprietà #: A capo ( x0, y0, width, height).

coefs = {'C': (0.5, 0.5), 'E': (1.0, 0.5), 'N': (0.5, 1.0), 'NE': (1.0, 1.0), 'NW': (0, 1.0), 'S': (0.5, 0), 'SE': (1.0, 0), 'SW': (0, 0), 'W': (0, 0.5)} #

contiene ( x , y ) [fonte] #: Restituisce se si trova nel riquadro di delimitazione o sul suo bordo.(x, y)

contienex ( x ) [fonte] #: Restituisce se x è nell'intervallo chiuso ( x0, x1).

contienesy ( y ) [fonte] #: Restituisce se y è nell'intervallo chiuso ( y0, y1).

angoli ( ) [fonte] #

Restituisci gli angoli di questo rettangolo come una matrice di punti.

Nello specifico, questo restituisce l'array .[[x0, y0], [x0, y1], [x1, y0], [x1, y1]]

count_contains ( vertici ) [fonte] #

Contare il numero di vertici contenuti nel file Bbox. Tutti i vertici con un valore x o y non finito vengono ignorati.

Parametri :

vertici Nx2 Numpy array.

count_overlaps ( bboxes ) [fonte] #

Conta il numero di riquadri di delimitazione che si sovrappongono a questo.

Parametri :

bbox sequenza diBboxBase

espanso ( sw , sh ) [fonte] #: Costruisci a Bboxespandendo quest'ultimo intorno al suo centro per i fattori sw e sh .

estensioni proprietà #: A capo ( x0, y0, x1, y1).

congelato ( ) [fonte] #: La classe base per tutto ciò che partecipa all'albero di trasformazione e deve invalidare i suoi genitori o essere invalidato. Ciò include le classi che non sono realmente trasformazioni, come i riquadri di delimitazione, poiché alcune trasformazioni dipendono dai riquadri di delimitazione per calcolare i loro valori.

fully_contains ( x , y ) [fonte] #: Restituisce se si trova nel riquadro di delimitazione, ma non sul suo bordo.x, y

fully_containsx ( x ) [fonte] #: Restituisce se x è nell'intervallo aperto ( x0, x1).

fully_containsy ( y ) [fonte] #: Restituisce se y è nell'intervallo aperto ( y0, y1).

fully_overlaps ( altro ) [fonte] #

Restituisce se questo riquadro di delimitazione si sovrappone all'altro riquadro di delimitazione, esclusi i bordi.

Parametri :

AltroBboxBase

get_points ( ) [fonte] #

altezza proprietà #: L'altezza (con segno) del riquadro di delimitazione.

intersezione statica ( bbox1 , bbox2 ) [fonte] #: Restituisce l'intersezione di bbox1 e bbox2 se si intersecano o None se non lo fanno.

proprietà intervallox #

La coppia di coordinate x che definiscono il riquadro di delimitazione.

Non è garantito che venga ordinato da sinistra a destra.

intervallo di proprietà #

La coppia di coordinate y che definiscono il riquadro di delimitazione.

Non è garantito che venga ordinato dal basso verso l'alto.

is_affine = Vero #

is_bbox = Vero #

numero massimo di proprietà: L'angolo in alto a destra del riquadro di delimitazione.

proprietà min #: L'angolo in basso a sinistra del riquadro di delimitazione.

sovrapposizioni ( altro ) [fonte] #

Restituisce se questo riquadro di delimitazione si sovrappone all'altro riquadro di delimitazione.

Parametri :

AltroBboxBase

proprietà p0 #

La prima coppia di coordinate ( x , y ) che definiscono il riquadro di delimitazione.

Non è garantito che questo sia l'angolo in basso a sinistra (per questo, usa min).

proprietà p1 #

La seconda coppia di coordinate ( x , y ) che definiscono il riquadro di delimitazione.

Non è garantito che questo sia l'angolo in alto a destra (per questo, usa max).

imbottito ( p ) [fonte] #: Costruisci a Bboxriempiendo questo su tutti e quattro i lati di p .

ruotato ( radianti ) [fonte] #: Restituisce il riquadro di delimitazione allineato agli assi che delimita il risultato della rotazione Bboxdi un angolo di radianti .

ridotto ( mx , my ) [fonte] #: Restituisce una copia di Bbox, ridotta del fattore mx nella direzione x e del fattore my nella direzione y . L'angolo in basso a sinistra della scatola rimane invariato. Normalmente mx e my saranno inferiori a 1, ma questo non viene applicato.

ristretto_a_aspetto ( box_aspect , contenitore = None , fig_aspect = 1.0 ) [fonte] #: Restituisce una copia di Bbox, rimpicciolita in modo che sia il più grande possibile pur avendo le proporzioni desiderate, box_aspect . Se le coordinate della scatola sono relative (cioè frazioni di una scatola più grande come una figura), allora le proporzioni fisiche di quella figura sono specificate con fig_aspect , in modo che box_aspect possa anche essere dato come rapporto delle dimensioni assolute, non delle dimensioni relative .

dimensione della proprietà #: La larghezza e l'altezza (con segno) del riquadro di delimitazione.

splitx ( * args ) [fonte] #: Restituisce un elenco di nuovi Bboxoggetti formati dividendo quello originale con linee verticali in posizioni frazionarie date da args .

splity ( * args ) [fonte] #: Restituisce un elenco di nuovi Bboxoggetti formati dividendo quello originale con linee orizzontali in posizioni frazionarie date da args .

trasformato ( trasformare ) [fonte] #: Costruisci a Bboxtrasformando staticamente questo con transform .

tradotto ( tx , ty ) [fonte] #: Costruisci a Bboxtraducendo questo con tx e ty .

unione statica ( bbox ) [fonte] #: Restituisce a Bboxche contiene tutte le bbox fornite .

larghezza proprietà #: La larghezza (con segno) del riquadro di delimitazione.

proprietà x0 #

La prima della coppia di coordinate x che definiscono il riquadro di delimitazione.

Non è garantito che sia inferiore a x1(per questo, usa xmin).

proprietà x1 #

La seconda della coppia di coordinate x che definiscono il riquadro di delimitazione.

Non è garantito che sia maggiore di x0(per questo, usa xmax).

proprietà xmax #: Il bordo destro del riquadro di delimitazione.

proprietà xmin #: Il bordo sinistro del riquadro di delimitazione.

proprietà y0 #

La prima della coppia di coordinate y che definiscono il riquadro di delimitazione.

Non è garantito che sia inferiore a y1(per questo, usa ymin).

proprietà y1 #

La seconda della coppia di coordinate y che definiscono il riquadro di delimitazione.

Non è garantito che sia maggiore di y0(per questo, usa ymax).

proprietà ymax #: Il bordo superiore del riquadro di delimitazione.

proprietà ymin #: Il bordo inferiore del riquadro di delimitazione.

classe matplotlib.transforms. BboxTransform ( boxin , boxout , ** kwargs ) [fonte] #

Basi:Affine2DBase

BboxTransformtrasforma linearmente i punti da uno Bboxall'altro.

Crea un nuovo BboxTransformche trasforma linearmente i punti da boxin a boxout .

__annotazioni__ = {} #

__init__ ( boxin , boxout , ** kwargs ) [fonte] #: Crea un nuovo BboxTransformche trasforma linearmente i punti da boxin a boxout .

__module__ = 'matplotlib.transforms' #

__str__ ( ) [fonte] #: Restituisce str(self).

get_matrix ( ) [fonte] #: Ottieni la matrice per la parte affine di questa trasformazione.

è_separabile = Vero #: Vero se questa trasformazione è separabile nelle dimensioni x e y.

classe matplotlib.transforms. BboxTransformFrom ( boxin , ** kwargs ) [fonte] #

Basi:Affine2DBase

BboxTransformFromtrasforma linearmente i punti da un dato Bboxal riquadro di delimitazione dell'unità.

Parametri :

nome_abbreviato str: Una stringa che rappresenta il "nome" della trasformazione. Il nome non ha altro significato se non quello di migliorare la leggibilità di str(transform)quando DEBUG=True.

__annotazioni__ = {} #

__init__ ( boxin , ** kwargs ) [fonte] #

Parametri :

nome_abbreviato str: Una stringa che rappresenta il "nome" della trasformazione. Il nome non ha altro significato se non quello di migliorare la leggibilità di str(transform)quando DEBUG=True.

__module__ = 'matplotlib.transforms' #

__str__ ( ) [fonte] #: Restituisce str(self).

get_matrix ( ) [fonte] #: Ottieni la matrice per la parte affine di questa trasformazione.

è_separabile = Vero #: Vero se questa trasformazione è separabile nelle dimensioni x e y.

classe matplotlib.transforms. BboxTransformTo ( boxout , ** kwargs ) [fonte] #

Basi:Affine2DBase

BboxTransformToè una trasformazione che trasforma linearmente i punti dal riquadro di delimitazione dell'unità a un dato Bbox.

Crea un nuovo elemento BboxTransformToche trasforma linearmente i punti dal riquadro di delimitazione dell'unità al boxout .

__annotazioni__ = {} #

__init__ ( boxout , ** kwargs ) [fonte] #: Crea un nuovo elemento BboxTransformToche trasforma linearmente i punti dal riquadro di delimitazione dell'unità al boxout .

__module__ = 'matplotlib.transforms' #

__str__ ( ) [fonte] #: Restituisce str(self).

get_matrix ( ) [fonte] #: Ottieni la matrice per la parte affine di questa trasformazione.

è_separabile = Vero #: Vero se questa trasformazione è separabile nelle dimensioni x e y.

classe matplotlib.transforms. BboxTransformToMaxOnly ( boxout , ** kwargs ) [fonte] #

Basi:BboxTransformTo

BboxTransformToè una trasformazione che trasforma linearmente i punti dal riquadro di delimitazione dell'unità a un dato Bboxcon una parte superiore sinistra fissa di (0, 0).

Crea un nuovo elemento BboxTransformToche trasforma linearmente i punti dal riquadro di delimitazione dell'unità al boxout .

__annotazioni__ = {} #

__module__ = 'matplotlib.transforms' #

get_matrix ( ) [fonte] #: Ottieni la matrice per la parte affine di questa trasformazione.

classe matplotlib.transforms. BlendedAffine2D ( x_transform , y_transform , ** kwargs ) [fonte] #

Basi: _BlendedMixin,Affine2DBase

Una trasformazione "blended" utilizza una trasformazione per la direzione x e un'altra trasformazione per la direzione y .

Questa versione è un'ottimizzazione per il caso in cui entrambe le trasformazioni figlio sono di tipo Affine2DBase.

Crea una nuova trasformazione "blended" utilizzando x_transform per trasformare l' asse x e y_transform per trasformare l' asse y .

Sia x_transform che y_transform devono essere trasformate affini 2D.

Generalmente non chiamerai questo costruttore direttamente, ma utilizzerai blended_transform_factoryinvece la funzione, che può determinare automaticamente quale tipo di trasformazione combinata creare.

__annotazioni__ = {} #

__init__ ( x_transform , y_transform , ** kwargs ) [fonte] #

Crea una nuova trasformazione "blended" utilizzando x_transform per trasformare l' asse x e y_transform per trasformare l' asse y .

Sia x_transform che y_transform devono essere trasformate affini 2D.

__module__ = 'matplotlib.transforms' #

get_matrix ( ) [fonte] #: Ottieni la matrice per la parte affine di questa trasformazione.

è_separabile = Vero #: Vero se questa trasformazione è separabile nelle dimensioni x e y.

classe matplotlib.transforms. BlendedGenericTransform ( x_transform , y_transform , ** kwargs ) [fonte] #

Basi: _BlendedMixin,Transform

Una trasformazione "blended" utilizza una trasformazione per la direzione x e un'altra trasformazione per la direzione y .

Questa versione "generica" può gestire qualsiasi trasformazione figlio nelle direzioni x e y .

Crea una nuova trasformazione "blended" utilizzando x_transform per trasformare l' asse x e y_transform per trasformare l' asse y .

__annotazioni__ = {} #

__init__ ( x_transform , y_transform , ** kwargs ) [fonte] #

Crea una nuova trasformazione "blended" utilizzando x_transform per trasformare l' asse x e y_transform per trasformare l' asse y .

__module__ = 'matplotlib.transforms' #

contiene_ramo ( altro ) [fonte] #

Restituisce se la trasformazione data è un sottoalbero di questa trasformazione.

Questa routine utilizza l'uguaglianza di trasformazione per identificare i sottoalberi, pertanto in molte situazioni verrà utilizzato l'ID oggetto.

Nel caso in cui la trasformazione data rappresenti l'intera trasformazione, restituisce True.

profondità proprietà #: Restituisce il numero di trasformazioni che sono state concatenate insieme per formare questa istanza di trasformazione.

Nota

Per il caso speciale di una trasformazione Composite, viene restituita la profondità massima delle due.

congelato ( ) [fonte] #: Restituisce una copia bloccata di questo nodo di trasformazione. La copia bloccata non verrà aggiornata quando i suoi figli cambiano. Utile per archiviare uno stato precedentemente noto di una trasformazione in cui copy.deepcopy()potrebbe essere normalmente utilizzato.

get_affine ( ) [fonte] #: Ottieni la parte affine di questa trasformazione.

proprietà has_inverse #

bool(x) -> bool

input_dim = 2 #: Il numero di dimensioni di input di questa trasformazione. Deve essere sovrascritto (con numeri interi) nella sottoclasse.

invertito ( ) [fonte] #

Restituisce la trasformazione inversa corrispondente.

Tiene .x == self.inverted().transform(self.transform(x))

Il valore restituito da questo metodo deve essere trattato come temporaneo. Un aggiornamento a sé non causa un corrispondente aggiornamento alla sua copia invertita.

proprietà è_affine #

bool(x) -> bool

è_separabile = Vero #: Vero se questa trasformazione è separabile nelle dimensioni x e y.

output_dim = 2 #: Il numero di dimensioni di output di questa trasformazione. Deve essere sovrascritto (con numeri interi) nella sottoclasse.

pass_through = Vero #: Se pass_through è True, tutti gli antenati saranno sempre invalidati, anche se 'self' non è già valido.

transform_non_affine ( punti ) [fonte] #

Applica solo la parte non affine di questa trasformazione.

transform(values)è sempre equivalente a transform_affine(transform_non_affine(values)).

Nelle trasformazioni non affini, questo è generalmente equivalente a transform(values). Nelle trasformazioni affini, questo è sempre un no-op.

Parametri :

matrice di valori: I valori di input come matrice NumPy di lunghezza input_dimso forma (N x input_dims).

Resi :

Vettore: I valori di output come matrice NumPy di lunghezza output_dimso forma (N x output_dims), a seconda dell'input.

classe matplotlib.transforms. CompositeAffine2D ( a , b , ** kwargs ) [fonte] #

Basi:Affine2DBase

Una trasformazione composita formata applicando la trasformazione a quindi la trasformazione b .

Questa versione è un'ottimizzazione che gestisce il caso in cui sia a che b siano affini 2D.

Crea una nuova trasformazione composita che è il risultato dell'applicazione a quindi b .Affine2DBase Affine2DBase

Generalmente non chiamerai questo costruttore direttamente ma scrivi invece, che sceglierà automaticamente il miglior tipo di istanza di trasformazione composita da creare.a + b

__annotazioni__ = {} #

__init__ ( a , b , ** kwargs ) [fonte] #

Crea una nuova trasformazione composita che è il risultato dell'applicazione a quindi b .Affine2DBase Affine2DBase

Generalmente non chiamerai questo costruttore direttamente ma scrivi invece, che sceglierà automaticamente il miglior tipo di istanza di trasformazione composita da creare.a + b

__module__ = 'matplotlib.transforms' #

__str__ ( ) [fonte] #: Restituisce str(self).

profondità proprietà #: Restituisce il numero di trasformazioni che sono state concatenate insieme per formare questa istanza di trasformazione.

Nota

Per il caso speciale di una trasformazione Composite, viene restituita la profondità massima delle due.

get_matrix ( ) [fonte] #: Ottieni la matrice per la parte affine di questa trasformazione.

classe matplotlib.transforms. CompositeGenericTransform ( a , b , ** kwargs ) [fonte] #

Basi:Transform

Una trasformazione composita formata applicando la trasformazione a quindi la trasformazione b .

Questa versione "generica" può gestire due trasformazioni arbitrarie qualsiasi.

Crea una nuova trasformazione composita che è il risultato dell'applicazione della trasformazione a quindi della trasformazione b .

Generalmente non chiamerai questo costruttore direttamente ma scrivi invece, che sceglierà automaticamente il miglior tipo di istanza di trasformazione composita da creare.a + b

__annotazioni__ = {} #

__eq__ ( altro ) [fonte] #: Restituisce self==valore.

__cancelletto__ = Nessuno #

__init__ ( a , b , ** kwargs ) [fonte] #

Crea una nuova trasformazione composita che è il risultato dell'applicazione della trasformazione a quindi della trasformazione b .

Generalmente non chiamerai questo costruttore direttamente ma scrivi invece, che sceglierà automaticamente il miglior tipo di istanza di trasformazione composita da creare.a + b

__module__ = 'matplotlib.transforms' #

__str__ ( ) [fonte] #: Restituisce str(self).

profondità proprietà #: Restituisce il numero di trasformazioni che sono state concatenate insieme per formare questa istanza di trasformazione.

Nota

Per il caso speciale di una trasformazione Composite, viene restituita la profondità massima delle due.

congelato ( ) [fonte] #: Restituisce una copia bloccata di questo nodo di trasformazione. La copia bloccata non verrà aggiornata quando i suoi figli cambiano. Utile per archiviare uno stato precedentemente noto di una trasformazione in cui copy.deepcopy()potrebbe essere normalmente utilizzato.

get_affine ( ) [fonte] #: Ottieni la parte affine di questa trasformazione.

proprietà has_inverse #

bool(x) -> bool

invertito ( ) [fonte] #

Restituisce la trasformazione inversa corrispondente.

Tiene .x == self.inverted().transform(self.transform(x))

Il valore restituito da questo metodo deve essere trattato come temporaneo. Un aggiornamento a sé non causa un corrispondente aggiornamento alla sua copia invertita.

proprietà è_affine #

bool(x) -> bool

la proprietà è_separabile #

bool(x) -> bool

pass_through = Vero #: Se pass_through è True, tutti gli antenati saranno sempre invalidati, anche se 'self' non è già valido.

transform_affine ( punti ) [fonte] #

Applicare solo la parte affine di questa trasformazione sull'array di valori dato.

transform(values)è sempre equivalente a transform_affine(transform_non_affine(values)).

Nelle trasformazioni non affini, questo è generalmente un no-op. Nelle trasformazioni affini, questo è equivalente a transform(values).

Parametri :

matrice di valori: I valori di input come matrice NumPy di lunghezza input_dimso forma (N x input_dims).

Resi :

Vettore: I valori di output come matrice NumPy di lunghezza output_dimso forma (N x output_dims), a seconda dell'input.

transform_non_affine ( punti ) [fonte] #

Applica solo la parte non affine di questa trasformazione.

transform(values)è sempre equivalente a transform_affine(transform_non_affine(values)).

Nelle trasformazioni non affini, questo è generalmente equivalente a transform(values). Nelle trasformazioni affini, questo è sempre un no-op.

Parametri :

matrice di valori: I valori di input come matrice NumPy di lunghezza input_dimso forma (N x input_dims).

Resi :

Vettore: I valori di output come matrice NumPy di lunghezza output_dimso forma (N x output_dims), a seconda dell'input.

transform_path_non_affine ( percorso ) [fonte] #

Applica la parte non affine di questa trasformazione a path , restituendo un nuovo .Path Path

transform_path(path)è equivalente a transform_path_affine(transform_path_non_affine(values)).

classe matplotlib.transforms. IdentityTransform ( * args , ** kwargs ) [fonte] #

Basi:Affine2DBase

Una classe speciale che fa una cosa, la trasformazione dell'identità, in modo veloce.

Parametri :

nome_abbreviato str: Una stringa che rappresenta il "nome" della trasformazione. Il nome non ha altro significato se non quello di migliorare la leggibilità di str(transform)quando DEBUG=True.

__annotazioni__ = {} #

__module__ = 'matplotlib.transforms' #

__str__ ( ) [fonte] #: Restituisce str(self).

congelato ( ) [fonte] #: Restituisce una copia bloccata di questo nodo di trasformazione. La copia bloccata non verrà aggiornata quando i suoi figli cambiano. Utile per archiviare uno stato precedentemente noto di una trasformazione in cui copy.deepcopy()potrebbe essere normalmente utilizzato.

get_affine ( ) [fonte] #: Ottieni la parte affine di questa trasformazione.

get_matrix ( ) [fonte] #: Ottieni la matrice per la parte affine di questa trasformazione.

invertito ( ) [fonte] #

Restituisce la trasformazione inversa corrispondente.

Tiene .x == self.inverted().transform(self.transform(x))

Il valore restituito da questo metodo deve essere trattato come temporaneo. Un aggiornamento a sé non causa un corrispondente aggiornamento alla sua copia invertita.

trasformare ( punti ) [fonte] #

Applicare questa trasformazione sull'array di valori dato .

Parametri :

matrice di valori: I valori di input come matrice NumPy di lunghezza input_dimso forma (N x input_dims).

Resi :

Vettore: I valori di output come matrice NumPy di lunghezza output_dimso forma (N x output_dims), a seconda dell'input.

transform_affine ( punti ) [fonte] #

Applicare solo la parte affine di questa trasformazione sull'array di valori dato.

transform(values)è sempre equivalente a transform_affine(transform_non_affine(values)).

Nelle trasformazioni non affini, questo è generalmente un no-op. Nelle trasformazioni affini, questo è equivalente a transform(values).

Parametri :

matrice di valori: I valori di input come matrice NumPy di lunghezza input_dimso forma (N x input_dims).

Resi :

Vettore: I valori di output come matrice NumPy di lunghezza output_dimso forma (N x output_dims), a seconda dell'input.

transform_non_affine ( punti ) [fonte] #

Applica solo la parte non affine di questa trasformazione.

transform(values)è sempre equivalente a transform_affine(transform_non_affine(values)).

Nelle trasformazioni non affini, questo è generalmente equivalente a transform(values). Nelle trasformazioni affini, questo è sempre un no-op.

Parametri :

matrice di valori: I valori di input come matrice NumPy di lunghezza input_dimso forma (N x input_dims).

Resi :

Vettore: I valori di output come matrice NumPy di lunghezza output_dimso forma (N x output_dims), a seconda dell'input.

transform_path ( percorso ) [fonte] #

Applica la trasformazione a path , restituendo un nuovo file .Path Path

In alcuni casi, questa trasformazione può inserire curve nel percorso iniziato come segmenti di linea.

transform_path_affine ( percorso ) [fonte] #

Applica la parte affine di questa trasformazione a path , restituendo un nuovo .Path Path

transform_path(path)è equivalente a transform_path_affine(transform_path_non_affine(values)).

transform_path_non_affine ( percorso ) [fonte] #

Applica la parte non affine di questa trasformazione a path , restituendo un nuovo .Path Path

transform_path(path)è equivalente a transform_path_affine(transform_path_non_affine(values)).

classe matplotlib.transforms. LockableBbox ( bbox , x0 = Nessuno , y0 = Nessuno , x1 = Nessuno , y1 = Nessuno , ** kwargs ) [fonte] #

Basi:BboxBase

A Bboxin cui alcuni elementi possono essere bloccati su determinati valori.

Quando il riquadro di delimitazione figlio cambia, i limiti di questa bbox si aggiorneranno di conseguenza ad eccezione degli elementi bloccati.

Parametri :

bboxBbox: Il riquadro di delimitazione figlio da avvolgere.
x0 float o Nessuno: Il valore bloccato per x0 o Nessuno per lasciare sbloccato.
y0 float o Nessuno: Il valore bloccato per y0 o Nessuno per lasciare sbloccato.
x1 float o Nessuno: Il valore bloccato per x1 o Nessuno per lasciare sbloccato.
y1 float o Nessuno: Il valore bloccato per y1 o Nessuno per lasciare sbloccato.

__annotazioni__ = {} #

__init__ ( bbox , x0 = Nessuno , y0 = Nessuno , x1 = Nessuno , y1 = Nessuno , ** kwargs ) [fonte] #

Parametri :

bboxBbox: Il riquadro di delimitazione figlio da avvolgere.
x0 float o Nessuno: Il valore bloccato per x0 o Nessuno per lasciare sbloccato.
y0 float o Nessuno: Il valore bloccato per y0 o Nessuno per lasciare sbloccato.
x1 float o Nessuno: Il valore bloccato per x1 o Nessuno per lasciare sbloccato.
y1 float o Nessuno: Il valore bloccato per y1 o Nessuno per lasciare sbloccato.

__module__ = 'matplotlib.transforms' #

__str__ ( ) [fonte] #: Restituisce str(self).

get_points ( ) [fonte] #

proprietà bloccata_x0 #: float o None: il valore utilizzato per x0 bloccato.

proprietà bloccata_x1 #: float o Nessuno: il valore utilizzato per x1 bloccato.

proprietà bloccata_y0 #: float o Nessuno: il valore utilizzato per y0 bloccato.

proprietà bloccata_y1 #: float o None: il valore utilizzato per y1 bloccato.

classe matplotlib.transforms. ScaledTranslation ( xt , yt , scale_trans , ** kwargs ) [fonte] #

Basi:Affine2DBase

Una trasformazione che traduce in xt e yt , dopo che xt e yt sono stati trasformati da scale_trans .

Parametri :

nome_abbreviato str: Una stringa che rappresenta il "nome" della trasformazione. Il nome non ha altro significato se non quello di migliorare la leggibilità di str(transform)quando DEBUG=True.

__annotazioni__ = {} #

__init__ ( xt , yt , scale_trans , ** kwargs ) [fonte] #

Parametri :

nome_abbreviato str: Una stringa che rappresenta il "nome" della trasformazione. Il nome non ha altro significato se non quello di migliorare la leggibilità di str(transform)quando DEBUG=True.

__module__ = 'matplotlib.transforms' #

__str__ ( ) [fonte] #: Restituisce str(self).

get_matrix ( ) [fonte] #: Ottieni la matrice per la parte affine di questa trasformazione.

classe matplotlib.transforms. Trasforma ( shorthand_name = None ) [fonte] #

Basi:TransformNode

La classe base di tutte le TransformNodeistanze che eseguono effettivamente una trasformazione.

Tutte le trasformazioni non affini dovrebbero essere sottoclassi di questa classe. Le nuove trasformazioni affini dovrebbero essere sottoclassi di Affine2D.

Le sottoclassi di questa classe devono sovrascrivere i seguenti membri (almeno):

input_dims
output_dims
transform()
inverted()(se esiste un inverso)

I seguenti attributi possono essere ignorati se il valore predefinito non è adatto:

is_separable(predefinito su True per trasformazioni 1D -> 1D, False altrimenti)
has_inverse(il valore predefinito è True se inverted()viene sovrascritto, False in caso contrario)

Se la trasformazione deve fare qualcosa di non standard con matplotlib.path.Pathgli oggetti, come aggiungere curve dove una volta c'erano segmenti di linea, dovrebbe sovrascrivere:

transform_path()

Parametri :

nome_abbreviato str: Una stringa che rappresenta il "nome" della trasformazione. Il nome non ha altro significato se non quello di migliorare la leggibilità di str(transform)quando DEBUG=True.

__aggiungi__ ( altro ) [fonte] #

Comporre due trasformazioni insieme in modo che self sia seguito da other .

A + Brestituisce una trasformazione Cin modo che .C.transform(x) == B.transform(A.transform(x))

__annotazioni__ = {} #

__array__ ( * args , ** kwargs ) [fonte] #: Interfaccia array per ottenere la matrice affine di Transform.

metodo di classe __init_subclass__ ( ) [ fonte] #

Questo metodo viene chiamato quando una classe è sottoclasse.

L'implementazione predefinita non fa nulla. Può essere sovrascritto per estendere le sottoclassi.

__module__ = 'matplotlib.transforms' #

__sub__ ( altro ) [fonte] #

Componi self con l'inverso di other , cancellando eventuali termini identici:

# In general:
A - B == A + B.inverted()
# (but see note regarding frozen transforms below).

# If A "ends with" B (i.e. A == A' + B for some A') we can cancel
# out B:
(A' + B) - B == A'

# Likewise, if B "starts with" A (B = A + B'), we can cancel out A:
A - (A + B') == B'.inverted() == B'^-1

La cancellazione (piuttosto che il ritorno ingenuo ) è importante per molteplici motivi:A + B.inverted()

Evita imprecisioni in virgola mobile quando si calcola l'inverso di B: è garantito che si annulli esattamente (con conseguente trasformazione dell'identità), mentre può differire di un piccolo epsilon.B - BB + B.inverted()
B.inverted()restituisce sempre una trasformazione congelata: se si calcola e successivamente si muta , allora non verrà aggiornato e gli ultimi due termini non si annulleranno più; d'altra parte, sarà sempre uguale a anche se è mutato.A + B + B.inverted()BB.inverted()A + B - BAB

contiene_ramo ( altro ) [fonte] #

Restituisce se la trasformazione data è un sottoalbero di questa trasformazione.

Questa routine utilizza l'uguaglianza di trasformazione per identificare i sottoalberi, pertanto in molte situazioni verrà utilizzato l'ID oggetto.

Nel caso in cui la trasformazione data rappresenti l'intera trasformazione, restituisce True.

contiene_ramo_separatamente ( altra_trasformazione ) [fonte] #

Restituisce se il ramo specificato è un sottoalbero di questa trasformazione su ogni dimensione separata.

Un utilizzo comune di questo metodo consiste nell'identificare se una trasformazione è una trasformazione mista contenente una trasformazione dati di Axes. per esempio:

x_isdata, y_isdata = trans.contains_branch_seperately(ax.transData)

profondità proprietà #: Restituisce il numero di trasformazioni che sono state concatenate insieme per formare questa istanza di trasformazione.

Nota

Per il caso speciale di una trasformazione Composite, viene restituita la profondità massima delle due.

get_affine ( ) [fonte] #: Ottieni la parte affine di questa trasformazione.

get_matrix ( ) [fonte] #: Ottieni la matrice per la parte affine di questa trasformazione.

has_inverse = Falso #: Vero se questa trasformazione ha una trasformazione inversa corrispondente.

input_dims = Nessuno #: Il numero di dimensioni di input di questa trasformazione. Deve essere sovrascritto (con numeri interi) nella sottoclasse.

invertito ( ) [fonte] #

Restituisce la trasformazione inversa corrispondente.

Tiene .x == self.inverted().transform(self.transform(x))

Il valore restituito da questo metodo deve essere trattato come temporaneo. Un aggiornamento a sé non causa un corrispondente aggiornamento alla sua copia invertita.

è_separabile = Falso #: Vero se questa trasformazione è separabile nelle dimensioni x e y.

output_dims = Nessuno #: Il numero di dimensioni di output di questa trasformazione. Deve essere sovrascritto (con numeri interi) nella sottoclasse.

trasformare ( valori ) [fonte] #

Applicare questa trasformazione sull'array di valori dato .

Parametri :

matrice di valori: I valori di input come matrice NumPy di lunghezza input_dimso forma (N x input_dims).

Resi :

Vettore: I valori di output come matrice NumPy di lunghezza output_dimso forma (N x output_dims), a seconda dell'input.

transform_affine ( valori ) [fonte] #

Applicare solo la parte affine di questa trasformazione sull'array di valori dato.

transform(values)è sempre equivalente a transform_affine(transform_non_affine(values)).

Nelle trasformazioni non affini, questo è generalmente un no-op. Nelle trasformazioni affini, questo è equivalente a transform(values).

Parametri :

matrice di valori: I valori di input come matrice NumPy di lunghezza input_dimso forma (N x input_dims).

Resi :

Vettore: I valori di output come matrice NumPy di lunghezza output_dimso forma (N x output_dims), a seconda dell'input.

transform_angles ( angoli , punti , radianti = False , pushoff = 1e-05 ) [fonte] #

Trasforma una serie di angoli ancorati in posizioni specifiche.

Parametri :

angoli (N,) a matrice: Gli angoli da trasformare.
pts (N, 2) simile a un array: I punti in cui gli angoli sono ancorati.
radianti bool, predefinito: falso: Se gli angoli sono radianti o gradi.
galleggiante di spinta: Per ogni punto in pts e angolo in angoli , l'angolo trasformato viene calcolato trasformando un segmento di lunghezza pushoff partendo da quel punto e rendendo tale angolo relativo all'asse orizzontale, e misurando l'angolo tra l'asse orizzontale e il segmento trasformato.

Resi :

(N,) matrice

transform_bbox ( bbox ) [fonte] #

Trasforma il riquadro di delimitazione dato.

Per trasformazioni più intelligenti, inclusa la memorizzazione nella cache (un requisito comune in Matplotlib), vedere TransformedBbox.

transform_non_affine ( valori ) [fonte] #

Applica solo la parte non affine di questa trasformazione.

transform(values)è sempre equivalente a transform_affine(transform_non_affine(values)).

Nelle trasformazioni non affini, questo è generalmente equivalente a transform(values). Nelle trasformazioni affini, questo è sempre un no-op.

Parametri :

matrice di valori: I valori di input come matrice NumPy di lunghezza input_dimso forma (N x input_dims).

Resi :

Vettore: I valori di output come matrice NumPy di lunghezza output_dimso forma (N x output_dims), a seconda dell'input.

transform_path ( percorso ) [fonte] #

Applica la trasformazione a path , restituendo un nuovo file .Path Path

In alcuni casi, questa trasformazione può inserire curve nel percorso iniziato come segmenti di linea.

transform_path_affine ( percorso ) [fonte] #

Applica la parte affine di questa trasformazione a path , restituendo un nuovo .Path Path

transform_path(path)è equivalente a transform_path_affine(transform_path_non_affine(values)).

transform_path_non_affine ( percorso ) [fonte] #

Applica la parte non affine di questa trasformazione a path , restituendo un nuovo .Path Path

transform_path(path)è equivalente a transform_path_affine(transform_path_non_affine(values)).

transform_point ( punto ) [fonte] #

Restituisce un punto trasformato.

Questa funzione viene mantenuta solo per retrocompatibilità; il metodo più generale transformè in grado di trasformare sia un elenco di punti che un singolo punto.

Il punto è dato come una sequenza di lunghezza input_dims. Il punto trasformato viene restituito come sequenza di length output_dims.

classe matplotlib.transforms. TransformNode ( shorthand_name = None ) [fonte] #

Basi:object

La classe base per tutto ciò che partecipa all'albero di trasformazione e deve invalidare i suoi genitori o essere invalidato. Ciò include le classi che non sono realmente trasformazioni, come i riquadri di delimitazione, poiché alcune trasformazioni dipendono dai riquadri di delimitazione per calcolare i loro valori.

Parametri :

nome_abbreviato str: Una stringa che rappresenta il "nome" della trasformazione. Il nome non ha altro significato se non quello di migliorare la leggibilità di str(transform)quando DEBUG=True.

NON VALIDO = 3 #

INVALID_AFFINE = 2 #

INVALID_NON_AFFINE = 1 #

__annotazioni__ = {} #

__copia__ ( ) [fonte] #

__dict__ = mappingproxy({'__module__': 'matplotlib.transforms', '__doc__': '\n La classe base per tutto ciò che partecipa all'albero di trasformazione \n e deve invalidare i suoi genitori o essere invalidato. Ciò include\n le classi che non sono realmente trasformazioni, come i riquadri di delimitazione , poiché alcune\n trasformazioni dipendono dal limite box per calcolarne i valori.\n ', 'INVALID_NON_AFFINE': 1, 'INVALID_AFFINE': 2, 'INVALID': 3, 'is_affine': False, 'is_bbox': False, 'pass_through': False, '__init__': <funzione TransformNode.__init__>, '__getstate__': <funzione TransformNode.__getstate__>, '__setstate__': <funzione TransformNode.__setstate__>, '__copy__': <funzione TransformNode.__copy__>, 'invalidate': <funzione TransformNode.invalidate>, '_invalidate_internal': <funzione TransformNode._invalidate_internal>, 'set_children': <funzione TransformNode.set_children>, 'frozen': <funzione TransformNode.frozen>, '__dict__': <attributo '__dict__' degli oggetti 'TransformNode' >, '__weakref__': < attributo '__weakref__' degli oggetti 'TransformNode' >, '__annotations__': {}}) #

__getstate__ ( ) [fonte] #

__init__ ( shorthand_name = None ) [fonte] #

Parametri :

nome_abbreviato str: Una stringa che rappresenta il "nome" della trasformazione. Il nome non ha altro significato se non quello di migliorare la leggibilità di str(transform)quando DEBUG=True.

__module__ = 'matplotlib.transforms' #

__setstate__ ( data_dict ) [fonte] #

__riferimento debole__ #: elenco di riferimenti deboli all'oggetto (se definito)

congelato ( ) [fonte] #: Restituisce una copia bloccata di questo nodo di trasformazione. La copia bloccata non verrà aggiornata quando i suoi figli cambiano. Utile per archiviare uno stato precedentemente noto di una trasformazione in cui copy.deepcopy()potrebbe essere normalmente utilizzato.

invalidare ( ) [fonte] #: Invalida questo TransformNodee attiva un'invalidazione dei suoi predecessori. Dovrebbe essere chiamato ogni volta che la trasformazione cambia.

is_affine = Falso #

is_bbox = Falso #

pass_through = Falso #: Se pass_through è True, tutti gli antenati saranno sempre invalidati, anche se 'self' non è già valido.

set_bambini ( * bambini ) [fonte] #: Imposta i figli della trasformazione, per far sapere al sistema di invalidazione quali trasformazioni possono invalidare questa trasformazione. Dovrebbe essere chiamato dal costruttore di tutte le trasformazioni che dipendono da altre trasformazioni.

classe matplotlib.transforms. TransformWrapper ( figlio ) [fonte] #

Basi:Transform

Una classe helper che contiene una singola trasformazione figlio e agisce in modo equivalente ad essa.

Ciò è utile se un nodo dell'albero di trasformazione deve essere sostituito in fase di esecuzione con una trasformazione di tipo diverso. Questa classe consente a tale sostituzione di attivare correttamente l'invalidazione.

TransformWrapperle istanze devono avere le stesse dimensioni di input e output durante l'intera durata, quindi la trasformazione figlio può essere sostituita solo con un'altra trasformazione figlio delle stesse dimensioni.

child : TransformUn'istanza. Questo bambino può essere successivamente sostituito con set().

__annotazioni__ = {} #

__eq__ ( altro ) [fonte] #: Restituisce self==valore.

__cancelletto__ = Nessuno #

__init__ ( figlio ) [fonte] #: child : TransformUn'istanza. Questo bambino può essere successivamente sostituito con set().

__module__ = 'matplotlib.transforms' #

__str__ ( ) [fonte] #: Restituisce str(self).

congelato ( ) [fonte] #: Restituisce una copia bloccata di questo nodo di trasformazione. La copia bloccata non verrà aggiornata quando i suoi figli cambiano. Utile per archiviare uno stato precedentemente noto di una trasformazione in cui copy.deepcopy()potrebbe essere normalmente utilizzato.

proprietà has_inverse #

bool(x) -> bool

proprietà è_affine #

bool(x) -> bool

la proprietà è_separabile #

bool(x) -> bool

pass_through = Vero #: Se pass_through è True, tutti gli antenati saranno sempre invalidati, anche se 'self' non è già valido.

set ( figlio ) [fonte] #

Sostituisci il figlio corrente di questa trasformazione con un altro.

Il nuovo figlio deve avere lo stesso numero di dimensioni di input e output del figlio corrente.

classe matplotlib.transforms. TransformedBbox ( bbox , transform , ** kwargs ) [fonte] #

Basi:BboxBase

A Bboxche viene trasformato automaticamente da una data trasformazione. Quando il riquadro di delimitazione figlio o la trasformazione cambiano, i limiti di questa bbox si aggiorneranno di conseguenza.

Parametri :

bboxBbox
trasformareTransform

__annotazioni__ = {} #

__init__ ( bbox , transform , ** kwargs ) [fonte] #

Parametri :

bboxBbox
trasformareTransform

__module__ = 'matplotlib.transforms' #

__str__ ( ) [fonte] #: Restituisce str(self).

get_points ( ) [fonte] #

classe matplotlib.transforms. TransformedPatchPath ( patch ) [fonte] #

Basi:TransformedPath

A TransformedPatchPathmemorizza nella cache una copia trasformata non affine del file Patch. Questa copia memorizzata nella cache viene aggiornata automaticamente quando la parte non affine della trasformazione o della patch cambia.

Parametri :

toppaPatch

__annotazioni__ = {} #

__init__ ( patch ) [fonte] #

Parametri :

toppaPatch

__module__ = 'matplotlib.transforms' #

classe matplotlib.transforms. TransformedPath ( percorso , trasformazione ) [fonte] #

Basi:TransformNode

A TransformedPathmemorizza nella cache una copia trasformata non affine del file Path. Questa copia memorizzata nella cache viene aggiornata automaticamente quando cambia la parte non affine della trasformazione.

Nota

I percorsi sono considerati immutabili da questa classe. Qualsiasi aggiornamento ai vertici/codici del percorso non attiverà un ricalcolo della trasformazione.

Parametri :

sentieroPath
trasformareTransform

__annotazioni__ = {} #

__init__ ( percorso , trasformazione ) [fonte] #

Parametri :

sentieroPath
trasformareTransform

__module__ = 'matplotlib.transforms' #

get_affine ( ) [fonte] #

get_fully_transformed_path ( ) [fonte] #: Restituisce una copia completamente trasformata del percorso figlio.

get_transformed_path_and_affine ( ) [fonte] #: Restituisce una copia del percorso figlio, con la parte non affine della trasformazione già applicata, insieme alla parte affine del percorso necessaria per completare la trasformazione.

get_transformed_points_and_affine ( ) [fonte] #: Restituisce una copia del percorso figlio, con la parte non affine della trasformazione già applicata, insieme alla parte affine del percorso necessaria per completare la trasformazione. A differenza get_transformed_path_and_affine()di , non verrà eseguita alcuna interpolazione.

matplotlib.transforms. blended_transform_factory ( x_transform , y_transform ) [fonte] #

Crea una nuova trasformazione "blended" utilizzando x_transform per trasformare l' asse x e y_transform per trasformare l' asse y .

Viene restituita una versione più veloce della trasformazione combinata nel caso in cui entrambe le trasformazioni figlio siano affini.

matplotlib.transforms. composite_transform_factory ( a , b ) [fonte] #

Creare una nuova trasformazione composita che sia il risultato dell'applicazione della trasformazione a quindi della trasformazione b.

Le versioni di scelta rapida della trasformazione combinata sono fornite nel caso in cui entrambe le trasformazioni figlio siano affini o l'una o l'altra sia la trasformazione dell'identità.

Le trasformazioni composite possono anche essere create utilizzando l'operatore '+', ad esempio:

c = a + b

matplotlib.transforms. interval_contains ( intervallo , val ) [fonte] #

Controlla, inclusivamente, se un intervallo include un dato valore.

Parametri :

intervallo (float, float): I punti finali dell'intervallo.
galleggiante val: Il valore da controllare è compreso nell'intervallo.

Resi :

bool: Indica se val rientra nell'intervallo .

matplotlib.transforms. interval_contains_open ( intervallo , val ) [fonte] #

Verifica, escludendo gli endpoint, se un intervallo include un dato valore.

Parametri :

intervallo (float, float): I punti finali dell'intervallo.
galleggiante val: Il valore da controllare è compreso nell'intervallo.

Resi :

bool: Indica se val rientra nell'intervallo .

matplotlib.transforms. non singolare ( vmin , vmax , expander = 0.001 , tiny = 1e-15 , crescente = True ) [fonte] #

Modificare i punti finali di un intervallo secondo necessità per evitare singolarità.

Parametri :

vmin, vmax float: Gli estremi iniziali.
float di espansione , predefinito: 0.001: Quantità frazionaria di cui vmin e vmax vengono espansi se l'intervallo originale è troppo piccolo, basato su tiny .
float minuscolo , predefinito: 1e-15: Soglia per il rapporto tra l'intervallo e il valore assoluto massimo dei suoi punti finali. Se l'intervallo è inferiore a questo, verrà espanso. Questo valore dovrebbe essere di circa 1e-15 o superiore; altrimenti l'intervallo si avvicinerà al limite di risoluzione a doppia precisione.
bool crescente , valore predefinito: vero: Se True, scambia vmin , vmax se vmin > vmax .

Resi :

vmin, vmax float: Endpoint, espansi e/o scambiati se necessario. Se uno degli input è inf o NaN, o se entrambi gli input sono 0 o molto vicini a zero, restituisce - expander , expander .

matplotlib.transforms. offset_copy ( trans , fig = Nessuno , x = 0.0 , y = 0.0 , unità = 'pollici' ) [fonte] #

Restituisce una nuova trasformazione con un offset aggiunto.

Parametri :

sottoclasse transTransform: Qualsiasi trasformazione, a cui verrà applicato l'offset.
fig Figure, impostazione predefinita: Nessuno: Cifra attuale. Può essere Nessuno se le unità sono 'punti'.
x, y float, predefinito: 0.0: L'offset da applicare.
unità {'pollici', 'punti', 'punti'}, valore predefinito: 'pollici': Unità dell'offset.

Resi :

Transformsottoclasse: Trasforma con offset applicato.

matplotlib.transforms#

`matplotlib.transforms`#