如何使用matplotlib在绘图的角落插入小图像？

Question

我想要的非常简单：我有一个名为“logo.png”的小图像文件，我想将其显示在绘图的左上角。 但是您在 matplotlib 示例库中找不到任何示例。

我正在使用 django，我的代码是这样的：

def get_bars(request)
    ...
    fig = Figure(facecolor='#F0F0F0',figsize=(4.6,4))
    ...
    ax1 = fig.add_subplot(111,ylabel="Valeur",xlabel="Code",autoscale_on=True)
    ax1.bar(ind,values,width=width, color='#FFCC00',edgecolor='#B33600',linewidth=1)
    ...
    canvas = FigureCanvas(fig)
    response = HttpResponse(content_type='image/png')
    canvas.print_png(response)
    return response

Answer 1

如果您希望图像位于实际图形的角落（而不是轴的角落），请查看figimage 。

也许像这样？ （使用 PIL 读取图像）：

import matplotlib.pyplot as plt
import Image
import numpy as np

im = Image.open('/home/jofer/logo.png')
height = im.size[1]

# We need a float array between 0-1, rather than
# a uint8 array between 0-255
im = np.array(im).astype(np.float) / 255

fig = plt.figure()

plt.plot(np.arange(10), 4 * np.arange(10))

# With newer (1.0) versions of matplotlib, you can 
# use the "zorder" kwarg to make the image overlay
# the plot, rather than hide behind it... (e.g. zorder=10)
fig.figimage(im, 0, fig.bbox.ymax - height)

# (Saving with the same dpi as the screen default to
#  avoid displacing the logo image)
fig.savefig('/home/jofer/temp.png', dpi=80)

plt.show()

另一种选择，如果您想让图像成为图形宽度/高度的固定分数，则创建一个“虚拟”轴并使用imshow将图像放入其中。 这样图像的大小和位置就独立于 DPI 和图形的绝对大小：

import matplotlib.pyplot as plt
from matplotlib.cbook import get_sample_data

im = plt.imread(get_sample_data('grace_hopper.jpg'))

fig, ax = plt.subplots()
ax.plot(range(10))

# Place the image in the upper-right corner of the figure
#--------------------------------------------------------
# We're specifying the position and size in _figure_ coordinates, so the image
# will shrink/grow as the figure is resized. Remove "zorder=-1" to place the
# image in front of the axes.
newax = fig.add_axes([0.8, 0.8, 0.2, 0.2], anchor='NE', zorder=-1)
newax.imshow(im)
newax.axis('off')

plt.show()

Answer 2

现在有一个更简单的方法，使用新的inset_axes命令（需要 matplotlib >3.0）。

此命令允许将一组新轴定义为现有axes对象的子项。 这样做的好处是您可以使用适当的transform表达式以任何您喜欢的单位定义插入轴，例如轴分数或数据坐标。

所以这是一个代码示例：

# Imports
import matplotlib.pyplot as plt
import matplotlib as mpl

# read image file
with mpl.cbook.get_sample_data(r"C:\path\to\file\image.png") as file:
arr_image = plt.imread(file, format='png')

# Draw image
axin = ax.inset_axes([105,-145,40,40],transform=ax.transData)    # create new inset axes in data coordinates
axin.imshow(arr_image)
axin.axis('off')

这种方法的优点是您的图像将在您的轴重新缩放时自动缩放！