我正在用条形图制作图,并试图在图上找到它们的绝对位置(以像素为单位),以便稍后进行进一步处理。在我看来,这应该可以从 matplotlib 在轴实例上的转换信息中计算出来。具体来说,我使用ax.transData
从数据坐标(我知道盒子位置)到显示坐标。这是一些代码:
import matplotlib.pyplot as plt
x = range(10)
y = range(1, 11)
fig = plt.figure()
ax = fig.add_subplot(111)
bars = ax.bar(x, y, width=.5, label="foo")
ax.monkey_rectangles = bars
ax.legend()
def get_useful_info(fig):
for ax in fig.get_axes():
for rect in ax.monkey_rectangles:
corners = rect.get_bbox().corners()[::3]
pos = ax.transData.transform(corners)
left = pos[0,0]
width = pos[1,0] - pos[0,0]
bottom = pos[0,1]
height = pos[1,1] - pos[0,1]
yield left, width, bottom, height
fig.savefig('foo.png')
for l, w, b, h in get_useful_info(fig):
print l, w, b, h
这将打印以下内容:
80.0 24.8 48.0 38.4
129.6 24.8 48.0 76.8
179.2 24.8 48.0 115.2
228.8 24.8 48.0 153.6
278.4 24.8 48.0 192.0
328.0 24.8 48.0 230.4
377.6 24.8 48.0 268.8
427.2 24.8 48.0 307.2
476.8 24.8 48.0 345.6
526.4 24.8 48.0 384.0
所以,matplotlib 认为我的盒子是 24.8 单位(我假设是像素)宽。这很好,除非当我实际测量盒子宽度时,我得到的东西更像是 32 像素宽。这里的差异是什么?