matplotlibプロット上の最も近いデータポイントの座標を取得する


9

で使用matplotlibしていNavigationToolbar2QTます。ツールバーはカーソルの位置を示しています。しかし、カーソルが最も近いデータポイントにスナップする(十分に近い場合)、または単に最も近いデータポイントの座標を表示します。それはどういうわけか整理できますか?


以下のリンクをチェックして、問題が解決するかどうかを確認してください。リンクは、あなたが探しているものに似た関数snaptocursorを提供します。matplotlib.org/3.1.1/gallery/misc/cursor_demo_sgskip.html
Anupam Chaplot

@AnupamChaplot "Matplotlibを使用してカーソルを描画しますが、マウスを動かすたびに図を再描画する必要があるため、速度が遅くなる可能性があります。" グラフには、1点あたり10000ポイントのプロットが16個あるので、再描画を行うとかなり遅くなります。
ピグマリオン

あなたが視覚的に何かを再描画したくない場合は(理由は、そのために頼む?)は、ツールバーに示されているものを操作することができますに示すようにmatplotlib.org/3.1.1/gallery/images_contours_and_fields/...
ImportanceOfBeingErnest

@ImportanceOfBeingErnest私はあなたの提案を理解していません。しかし、これを想像してみてください。16の折れ線グラフがあり、それぞれに明確なピークがあります。データを覗かずに、1つのプロットのピークの正確な座標を知りたいとします。カーソルを正確にポイントに置くことはできないため、これは非常に不正確です。したがって、Originなどのプログラムには、現在のカーソル位置に最も近いポイントの正確な座標を表示するオプションがあります。
ピグマリオン

1
はい、それはcursor_demo_sgskipが行うことです。ただし、カーソルを描画したくない場合は、その例の計算を使用して、代わりにimage_zcoord
ImportanceOfBeingErnest

回答:


6

多数のポイントセットを使用している場合は、次を使用することをお勧めしますCKDtrees

import matplotlib.pyplot as plt
import numpy as np
import scipy.spatial

points = np.column_stack([np.random.rand(50), np.random.rand(50)])
fig, ax = plt.subplots()
coll = ax.scatter(points[:,0], points[:,1])
ckdtree = scipy.spatial.cKDTree(points)

kpie'sここで答えを少しリファクタリングしました。ckdtree作成したら、少しの労力で最も近いポイントとそれらに関するさまざまな種類の情報を即座に特定できます。

def closest_point_distance(ckdtree, x, y):
    #returns distance to closest point
    return ckdtree.query([x, y])[0]

def closest_point_id(ckdtree, x, y):
    #returns index of closest point
    return ckdtree.query([x, y])[1]

def closest_point_coords(ckdtree, x, y):
    # returns coordinates of closest point
    return ckdtree.data[closest_point_id(ckdtree, x, y)]
    # ckdtree.data is the same as points

カーソル位置のインタラクティブな表示。 最も近いポイントの座標をナビゲーションツールバーに表示する場合:

def val_shower(ckdtree):
    #formatter of coordinates displayed on Navigation Bar
    return lambda x, y: '[x = {}, y = {}]'.format(*closest_point_coords(ckdtree, x, y))

plt.gca().format_coord = val_shower(ckdtree)
plt.show()

イベントの使用。 別の種類の対話性が必要な場合は、イベントを使用できます。

def onclick(event):
    if event.inaxes is not None:
        print(closest_point_coords(ckdtree, event.xdata, event.ydata))

fig.canvas.mpl_connect('motion_notify_event', onclick)
plt.show()

もちろん、これはx:y視覚スケールが1に等しい場合にのみ問題なく機能しpointsます。プロットがズームされるたびに再スケーリングすることを除いて、問題のこの部分に関するアイデアはありますか?
ピグマリオン

アスペクト比を変更するには、ckdtreeで距離を測定する方法のメトリックを変更する必要があります。ckdtreesでカスタムメトリックを使用することはサポートされていないようです。したがってckdtree.data、scale = 1で現実的なポイントとして維持する必要があります。スケールpointsを変更でき、インデックスのみにアクセスする必要がある場合は問題ありません。
mathfux

ありがとう。偶然にも、軸のreuwスケール比に簡単にアクセスする方法があるかどうか知っていmatplotlibますか?私がウェブで見つけたものは非常に複雑でした。
ピグマリオン

私の問題に対する私見の最良の解決策は、それをmatplotlibライブラリのオプションとして含めることです。結局のところ、ライブラリはどこかにポイント位置を呼び戻しました-結局、それはプロットでそれらを描画しています!
ピグマリオン

あなたは試してみたいことがありますset_aspectmatplotlib.org/3.1.3/api/_as_gen/...を
mathfux

0

次のコードは、クリックしたときにマウスに最も近いドットの座標を出力します。

import matplotlib.pyplot as plt
import numpy as np
np.random.seed(19680801)
N = 50
x = np.random.rand(N)
y = np.random.rand(N)
fig,ax = plt.subplots()
plt.scatter(x, y)
points = list(zip(x,y))
def distance(a,b):
    return(sum([(k[0]-k[1])**2 for k in zip(a,b)])**0.5)
def onclick(event):
    dists = [distance([event.xdata, event.ydata],k) for k in points]
    print(points[dists.index(min(dists))])
fig.canvas.mpl_connect('button_press_event', onclick)
plt.show()

私はおそらく自分の状況にコードを適合させることができるでしょう(それぞれ10000ポイントの16のプロット)。しかし、アイデアは、ドットの座標が、例えば、ナビゲーションツールバーに印刷されるというものでした。それは可能ですか?
ピグマリオン

0

ハンドラをサブクラス化NavigationToolbar2QTしてオーバーライドできますmouse_move。属性は、プロット座標における現在のマウス位置が含まれています。イベントを基本クラスに渡す前に、最も近いデータポイントにスナップできます。xdataydatamouse_moveハンドラーます。

ボーナスとして、プロット内の最も近いポイントを強調表示した完全な例:

import sys

import numpy as np

from matplotlib.backends.qt_compat import QtWidgets
from matplotlib.backends.backend_qt5agg import FigureCanvas, NavigationToolbar2QT
from matplotlib.figure import Figure


class Snapper:
    """Snaps to data points"""

    def __init__(self, data, callback):
        self.data = data
        self.callback = callback

    def snap(self, x, y):
        pos = np.array([x, y])
        distances = np.linalg.norm(self.data - pos, axis=1)
        dataidx = np.argmin(distances)
        datapos = self.data[dataidx,:]
        self.callback(datapos[0], datapos[1])
        return datapos


class SnappingNavigationToolbar(NavigationToolbar2QT):
    """Navigation toolbar with data snapping"""

    def __init__(self, canvas, parent, coordinates=True):
        super().__init__(canvas, parent, coordinates)
        self.snapper = None

    def set_snapper(self, snapper):
        self.snapper = snapper

    def mouse_move(self, event):
        if self.snapper and event.xdata and event.ydata:
            event.xdata, event.ydata = self.snapper.snap(event.xdata, event.ydata)
        super().mouse_move(event)


class Highlighter:
    def __init__(self, ax):
        self.ax = ax
        self.marker = None
        self.markerpos = None

    def draw(self, x, y):
        """draws a marker at plot position (x,y)"""
        if (x, y) != self.markerpos:
            if self.marker:
                self.marker.remove()
                del self.marker
            self.marker = self.ax.scatter(x, y, color='yellow')
            self.markerpos = (x, y)
            self.ax.figure.canvas.draw()


class ApplicationWindow(QtWidgets.QMainWindow):
    def __init__(self):
        super().__init__()
        self._main = QtWidgets.QWidget()
        self.setCentralWidget(self._main)
        layout = QtWidgets.QVBoxLayout(self._main)
        canvas = FigureCanvas(Figure(figsize=(5,3)))
        layout.addWidget(canvas)
        toolbar = SnappingNavigationToolbar(canvas, self)
        self.addToolBar(toolbar)

        data = np.random.randn(100, 2)
        ax = canvas.figure.subplots()
        ax.scatter(data[:,0], data[:,1])

        self.highlighter = Highlighter(ax)
        snapper = Snapper(data, self.highlighter.draw)
        toolbar.set_snapper(snapper)


if __name__ == "__main__":
    qapp = QtWidgets.QApplication(sys.argv)
    app = ApplicationWindow()
    app.show()
    qapp.exec_()
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.