0

这是我想做的一件简单的事情

newcoords = ax.transLimits.transform( np.array(oldcoords)) )

为了将坐标从数据坐标oldcoords转换为绘图轴坐标newcoords。我的情节有一个线性比例的轴，另一个是对数比例的。对应于线性刻度的分量（例如x）被正确转换，但对应于对数刻度的分量（例如y）不是。

我试过这个，但它不起作用，我该怎么做？

transInstance = ax.transLimits + ax.transScale
newcoords = transInstance.transform( oldcoords )
4

2 回答 2

1

我可能会迟到，但经过大量谷歌搜索后我很难找到答案，所以我认为这可能仍然对其他人有所帮助。

坐标变换必须以稍微不同的方式发生；必须交换转换或必须嵌套两个转换。请注意，如果轴是线性的而不是对数的，这似乎是不必要的。

例如采取这个情节：

fig, ax = plt.subplots(1, 1)
ax.set_xlim(0, 10)
ax.set_ylim(0, 10)
ax.set_yscale('log')

那么如果要变换 [10, 10] 点的坐标，则必须嵌套两个变换：

>>> ax.transLimits.transform(ax.transScale.transform([10, 10]))
array([1.        , 0.99800598])

或对变换求和，但顺序相反：

>>> newTransform = ax.transScale + ax.transLimits
>>> newTransform.transform([10, 10])
array([1., 1.])

在其他答案中可能会找到更多见解：Annotate point offset by a fixed fraction of the Axes size

于 2021-05-12T10:05:04.623 回答
0

您需要清楚您正在对数据进行哪些转换。我是否正确假设您在旧坐标 x,y 中有数据。然后你转换到一些新的坐标 x' 和 y' 并根据 log(y') 绘制 x'？

如果是这种情况，那么在找到最小值时，您将在 x'-log(y') 空间中有一个点，然后您需要在这些坐标中绘制一个矩形。

如果我误解了，我深表歉意，但我建议您完整地写下您所做的转换，并记住顺序很重要！

于 2013-04-20T15:41:27.043 回答