将线更改为插入轴

Question

我正在使用 matplotlib v. 3.0.3。 我想使用插入轴放大 imshow plot 中的位置，然后 plot 放大主图像之外的部分。 我正在使用以下代码玩插入轴

import matplotlib.pyplot as plt
import numpy as np
#from mpl_toolkits.axes_grid1.inset_locator import (inset_axes, InsetPosition, mark_inset)

fig, ax = plt.subplots(figsize=(6,6))
Z2 = np.random.rand(512, 512)

ax.imshow(Z2, interpolation='gaussian', cmap = 'RdBu', origin='lower')
ax.tick_params(axis='both', bottom=False, top=False, right=False, left=False, labelbottom=False, labelleft=False, labeltop=False, labelright=False)

# inset axes...
axins_1 = ax.inset_axes([0, -1, 1, 1]) # bottom left, outside main plot
axins_1.imshow(Z2, interpolation="gaussian", cmap = 'RdBu', origin='lower')
axins_1.tick_params(axis='both', bottom=False, top=False, right=False, left=False, labelbottom=False, labelleft=False, labeltop=False, labelright=False)
# sub region of the original image
axins_1.set_xlim(100, 150)
axins_1.set_ylim(85, 135)

ax.indicate_inset_zoom(axins_1, edgecolor='0')
#mark_inset(ax, axins_1, loc1=2, loc2=3, fc="none", lw=1, ec='k')

# inset axes...
axins_2 = ax.inset_axes([1, -1, 1, 1]) # bottom right, outside main plot
axins_2.imshow(Z2, interpolation="gaussian", cmap = 'RdBu', origin='lower')
axins_2.tick_params(axis='both', bottom=False, top=False, right=False, left=False, labelbottom=False, labelleft=False, labeltop=False, labelright=False)
# sub region of the original image
axins_2.set_xlim(400, 450)
axins_2.set_ylim(200, 250)

ax.indicate_inset_zoom(axins_2, edgecolor='0')
#mark_inset(ax, axins_2, loc1=2, loc2=3, fc="none", lw=1, ec='k')

# inset axes...
axins_3 = ax.inset_axes([1, 0, 1, 1]) # top right, outside main plot
axins_3.imshow(Z2, interpolation="gaussian", cmap = 'RdBu', origin='lower')
axins_3.tick_params(axis='both', bottom=False, top=False, right=False, left=False, labelbottom=False, labelleft=False, labeltop=False, labelright=False)
# sub region of the original image
axins_3.set_xlim(400, 450)
axins_3.set_ylim(400, 450)

ax.indicate_inset_zoom(axins_3, edgecolor='0')
#mark_inset(ax, axins_3, loc1=2, loc2=3, fc="none", lw=1, ec='k')

plt.show()

在这里，主要的 plot 是左上角，而右上角和两个底部图片是放大的数量。 这几乎完全生成了我在 Jupyter notebook 中所追求的 plot 。 但是，我有两个问题要解决。

我的第一个问题是，当我保存 plot 时，结果如下

这清楚地切断了缩放的图像。 我想知道如何解决这个问题？

第二个问题是从主要 plot 的子部分到缩放图像的线条在多个地方交叉。 我想要的是保留小节周围的框，但改变线条。 但是，从文档看来，您不能只删除线条，因为更改 edgecolor 会同时为框和线条着色。

我想要的是有一个从该部分指向正确的缩放图像的箭头，或者以其他方式标记这些部分及其相应的缩放图像。 但是，我还没有找到一种方法来做到这一点。 这可能吗？ 如果是这样，我们该怎么做？

另一种方法是制作子图，并简单地 plot 子图中的缩放区域。 但是，在这种方法中，我不知道如何用相应的缩放 plot 来识别每个小节。

Answer 1

您可以随时滚动您自己的简化inset function。

在这里，我使用subplots来控制我的布局，以帮助确保我不会在我的Figure边界之外绘制（这就是为什么你的Figure在保存到文件时会剪辑你的Axes ）。

此外，我设置了我自己的矩形和ConnectionPatch ，这样我只需使用我需要的 arguments 为每个所需的插图绘制一个ConnectionPatch 。 这使我能够明确控制箭头的开始和结束位置。

在我提供的 function

• arrow_start是矩形上比例单位的 xy 坐标（例如 (0, 0) 是矩形的左下角， (0, .5) 是左中角， (0, 1) 是左上角， ( 1, 1) 是右上角，等等。
• arrow_end是插入轴上比例单位的 xy 坐标（例如 (0, 0) 是插入轴的左下角，依此类推。

您可以使用这两个参数明确地将箭头放置在您认为它们 go 最好的位置，以免与其他Axes重叠

我还将您的一些样式设置代码移到顶部作为要使用的默认设置。

import matplotlib.pyplot as plt
from matplotlib.patches import Rectangle, ConnectionPatch
import numpy as np

plt.rc('xtick', bottom=False, top=False, labelbottom=False)
plt.rc('ytick', left=False, right=False, labelleft=False)
plt.rc('figure', facecolor='white')

def indicate_inset(axin, axout, arrow_start=(0, 0), arrow_end=(0, 0)):
    (x0, x1), (y0, y1) = axin.get_xlim(), axin.get_ylim()
    width = x1 - x0
    height = y1 - y0
    
    rect = Rectangle(
        [x0, y0], width=width, height=height, 
        transform=axout.transData, fc='none', ec='black'
    )
    axout.add_patch(rect)
    
    conn = ConnectionPatch(
        xyA=arrow_start, coordsA=rect.get_transform(),
        xyB=arrow_end, coordsB=axin.transAxes,
        arrowstyle='->'
    )
    fig.add_artist(conn)
    return rect, conn


fig, axes = plt.subplots(
    2, 2, figsize=(6, 6), 
    gridspec_kw={'wspace': 0.05, 'hspace': 0.05, 'left':.1, 'right': .9}
)
Z2 = np.random.rand(512, 512)

imshow_kws = dict(interpolation='gaussian', cmap='RdBu', origin='lower')
raw_ax = axes[0, 0]
raw_ax.imshow(Z2, **imshow_kws)

# inset axes...
axes[1, 0].imshow(Z2, **imshow_kws)
axes[1, 0].set(xlim=(100, 150), ylim=(85, 135))
indicate_inset(axes[1, 0], raw_ax, arrow_start=(.5, 0), arrow_end=(.5, 1))

# # inset axes...
axes[1, 1].imshow(Z2, **imshow_kws)
axes[1, 1].set(xlim=(400, 450), ylim=(200, 250))
indicate_inset(axes[1, 1], raw_ax, arrow_start=(.5, 0), arrow_end=(0, 1))

# # # inset axes...
axes[0, 1].imshow(Z2, **imshow_kws)
axes[0, 1].set(xlim=(400, 450), ylim=(400, 450))
indicate_inset(axes[0, 1], raw_ax, arrow_start=(1, 0), arrow_end=(0, .5))

fig.savefig('test.png') # This is the image uploaded to this answer