在多边形区域之间填充

Question

我想填充两个矩形之间的区域。 有没有办法只用fill_between或fill_betweenx之一来做到这一点？

我能够通过组合下面代码中看到的两个函数来产生所需的结果。 但如果这是最好的方法，我不知道。 下面是唯一的一个小演示。 有许多同心多边形，它们的中间区域我想用不同的 colors 填充。

import matplotlib.pyplot as plt
x1 = [3, 6, 6, 3, 3]
y1 = [2, 2, 4, 4, 2]
x2 = [0, 9, 9, 0, 0]
y2 = [0, 0, 6, 6, 0]


plt.plot(x1, y1)
plt.plot(x2, y2)
plt.fill_betweenx(y1, x1, x2, color='blue')
plt.fill_between(x2, y1, y2, color='blue')

https://i.stack.imgur.com/h19uH.png

Answer 1

如果处理涉及交叉、联合或差异的几何对象，我会看看 shapely 模块Shapely - PyPI 。

下面的一些例子你可以用两个矩形做什么

import matplotlib.pyplot as plt
from shapely.geometry import Polygon

x1 = [3, 3, 6, 6, 3]
y1 = [4, 8, 8, 4, 4]
x2 = [1, 8, 8, 1, 1]
y2 = [1, 1, 6, 6, 1]

fig, ax1 = plt.subplots(figsize=(6, 4))

ax1.set_xlim(0, 10)
ax1.set_ylim(0, 10)

rectangle_1 = Polygon([*zip(x1, y1)])
rectangle_2 = Polygon([*zip(x2, y2)])

intersection = rectangle_1.intersection(rectangle_2)
union = rectangle_1.union(rectangle_2)
difference_1_2 = rectangle_1.difference(rectangle_2)
difference_2_1 = rectangle_2.difference(rectangle_1)

# ax1.plot(*rectangle_1.exterior.xy)
# ax1.plot(*rectangle_2.exterior.xy)
# ax1.plot(*intersection.exterior.xy)
# ax1.plot(*union.exterior.xy)
# ax1.plot(*difference_1_2.exterior.xy)
ax1.plot(*difference_2_1.exterior.xy)

plt.show()

在上面我绘制了大矩形和小矩形的区别，它从大矩形中“切掉”了小矩形的重叠部分。 取消注释 plot 行会显示其他选项的结果。

Answer 2

正如您所注意到的，使用较大多边形与完全嵌入较大多边形中的较小多边形的差异带来了如何 plot 这个多边形 object 的问题。 Shapely 正确定义了差异多边形，但仅绘制外部，这将只是 plot 更大的多边形。

我还没有找到 plot 与 matplotlib 的直接解决方案。 我找到的解决方案取自此站点使用 matplotlib 绘制穿孔多边形。 它通过使用 mpl 路径模块绘制外部 xy 点和内部 xy 点，将多边形 object 转换为 mpl 路径补丁 object。 （例如路径教程中的路径工作 - Matplotlib ）

'''
see: https://sgillies.net/2010/04/06/painting-punctured-polygons-with-matplotlib.html
'''
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.path import Path
from matplotlib.patches import PathPatch
from shapely.geometry import Polygon

def ring_coding(ob):
    # The codes will be all "LINETO" commands, except for "MOVETO"s at the
    # beginning of each subpath
    n = len(ob.coords)
    codes = np.ones(n, dtype=Path.code_type) * Path.LINETO
    codes[0] = Path.MOVETO
    return codes

def pathify(polygon):
    # Convert coordinates to path vertices. Objects produced by Shapely's
    # analytic methods have the proper coordinate order, no need to sort.
    vertices = np.concatenate(
        [np.asarray(polygon.exterior)]
        + [np.asarray(r) for r in polygon.interiors])
    codes = np.concatenate(
        [ring_coding(polygon.exterior)]
        + [ring_coding(r) for r in polygon.interiors])
    return Path(vertices, codes)

x1 = [3, 6, 6, 3, 3]
y1 = [2, 2, 4, 4, 2]
x2 = [0, 9, 9, 0, 0]
y2 = [0, 0, 6, 6, 0]

fig, ax1 = plt.subplots(figsize=(6, 4))

ax1.set_xlim(-1, 10)
ax1.set_ylim(-1, 10)

rectangle_1 = Polygon([*zip(x1, y1)])
rectangle_2 = Polygon([*zip(x2, y2)])

difference_2_1 = rectangle_2.difference(rectangle_1)
difference_2_1 = pathify(difference_2_1)
patch = PathPatch(difference_2_1, facecolor='blue', edgecolor='red')
ax1.add_patch(patch)

plt.show()

现在我简直不敢相信这是最简单的解决方案，所以如果有人有更好的方法，请告诉我！