Работа с преобразованиями

matplotlib.transforms

matplotlib включает в себя фреймворк для произвольных геометрических преобразований, который используется для определения окончательного положения всех элементов, нарисованных на холсте.

Преобразования объединяются в деревья объектов TransformNode, чьё фактическое значение зависит от их дочерних элементов. При изменении содержимого дочерних элементов их родительские элементы автоматически делаются недействительными. При следующем обращении к недействительному преобразованию оно пересчитывается, чтобы отразить эти изменения. Этот подход с проверкой/кешированием предотвращает ненужные пересчёты преобразований и способствует лучшему взаимодействию.

Например, вот граф дерева преобразований, используемого для отображения данных на графике:

Фреймворк может использоваться как для аффинных, так и для неаффинных преобразований. Однако для скорости мы хотим использовать рендереры бэкенда для выполнения аффинных преобразований, когда это возможно. Поэтому можно выполнить только аффинную или неаффинную часть преобразования на наборе данных. Предполагается, что аффинное преобразование всегда происходит после неаффинного. Для любого преобразования:

full transform == non-affine part + affine part

От бэкендов не ожидается, что они будут обрабатывать неаффинные преобразования самостоятельно.

class matplotlib.transforms.Affine2D(matrix=None, **kwargs)

Bases: matplotlib.transforms.Affine2DBase

Изменяемая 2D аффинная трансформация.

Инициализирует аффинную трансформацию из 3x3 массива numpy с плавающей точкой:

a c e
b d f
0 0 1

Если matrix равно None, то инициализируется с единичной трансформацией.

clear()

Сбросить базовую матрицу до единичной трансформации.

static from_values(a, b, c, d, e, f)

(статический метод) Создать новый экземпляр Affine2D из заданных значений:

a c e
b d f
0 0 1

.

get_matrix()

Получить базовую матрицу преобразования как 3x3 массив numpy:

a c e
b d f
0 0 1

.

static identity()

(статический метод) Вернуть новый объект Affine2D, который является единичной трансформацией.

Если эта трансформация не будет изменяться позже, рассмотрите использование более быстрого класса IdentityTransform вместо него.

is_separable

rotate(theta)

Добавить поворот (в радианах) к этой трансформации на месте.

Возвращает self, поэтому этот метод можно легко объединить с другими вызовами rotate(), rotate_deg(), translate() и scale().

rotate_around(x, y, theta)

Добавить поворот (в радианах) вокруг точки (x, y) на месте.

Возвращает self, поэтому этот метод можно легко объединить с другими вызовами rotate(), rotate_deg(), translate() и scale().

rotate_deg(degrees)

Добавить поворот (в градусах) к этой трансформации на месте.

Возвращает self, поэтому этот метод можно легко объединить с другими вызовами rotate(), rotate_deg(), translate() и scale().

rotate_deg_around(x, y, degrees)

Добавить поворот (в градусах) вокруг точки (x, y) на месте.

Возвращает self, поэтому этот метод можно легко объединить с другими вызовами rotate(), rotate_deg(), translate() и scale().

scale(sx, sy=None)

Добавляет масштабирование на месте.

Если sy равно None, то одинаковый масштаб применяется в x- и y-направлениях.

Возвращает self, поэтому этот метод можно легко объединить с другими вызовами rotate(), rotate_deg(), translate() и scale().

set(other)

Установить эту трансформацию из замороженной копии другого объекта Affine2DBase.

set_matrix(mtx)

Установить базовую матрицу преобразования из 3x3 массива numpy:

a c e
b d f
0 0 1

.

skew(xShear, yShear)

Добавляет сдвиг на месте.

xShear и yShear — углы сдвига по осям x и y соответственно в радианах.

Возвращает self, поэтому этот метод можно легко объединить с другими вызовами rotate(), rotate_deg(), translate() и scale().

skew_deg(xShear, yShear)

Добавляет сдвиг на месте.

xShear и yShear — углы сдвига по осям x и y соответственно в градусах.

Возвращает self, поэтому этот метод можно легко объединить с другими вызовами rotate(), rotate_deg(), translate() и scale().

translate(tx, ty)

Добавляет сдвиг на месте.

Возвращает self, поэтому этот метод можно легко объединить с другими вызовами rotate(), rotate_deg(), translate() и scale().

class matplotlib.transforms.Affine2DBase(*args, **kwargs)

Основы: matplotlib.transforms.AffineBase

Базовый класс всех 2D аффинных преобразований.

2D аффинные преобразования выполняются с использованием массива numpy 3x3:

a c e
b d f
0 0 1

Этот класс предоставляет только для чтения интерфейс. Для изменяемого 2D аффинного преобразования используйте Affine2D.

Подклассы этого класса обычно будут нуждаться только в переопределении конструктора и get_matrix() , который генерирует пользовательскую матрицу 3x3.

frozen()

Возвращает замороженную копию этого преобразования. Замороженная копия не будет обновляться при изменении ее дочерних элементов. Полезно для хранения ранее известного состояния преобразования, где copy.deepcopy() может обычно использоваться.

has_inverse = True

input_dims = 2

inverted()

Возвращает соответствующее обратное преобразование.

Результат этого метода следует рассматривать как временный. Обновление self не вызывает соответствующего обновления его инвертированной копии.

x === self.inverted().transform(self.transform(x))

is_separable

static matrix_from_values(a, b, c, d, e, f)

(статический метод) Создает новую матрицу преобразования как массив numpy 3x3 следующего вида:

a c e
b d f
0 0 1

output_dims = 2

to_values()

Возвращает значения матрицы в виде последовательности (a,b,c,d,e,f)

transform_affine(points)

Выполняет только аффинную часть этого преобразования над заданным массивом значений.

transform(values) всегда эквивалентно transform_affine(transform_non_affine(values)).

В неаффинных преобразованиях это обычно является пустой операцией. В аффинных преобразованиях это эквивалентно transform(values).

Принимает массив numpy формы (N x input_dims) и возвращает массив numpy формы (N x output_dims).

В качестве альтернативы, принимает массив numpy длиной input_dims и возвращает массив numpy длиной output_dims.

transform_point(point)

Удобная функция, которая возвращает преобразованную копию одной точки.

Точка задается как последовательность длиной input_dims. Преобразованная точка возвращается как последовательность длиной output_dims.

class matplotlib.transforms.AffineBase(*args, **kwargs)

Основы: matplotlib.transforms.Transform

Базовый класс всех аффинных преобразований любого числа измерений.

get_affine()

Получить аффинную часть этого преобразования.

is_affine = True

transform(values)

Выполняет преобразование над заданным массивом значений.

Принимает массив numpy формы (N x input_dims) и возвращает массив numpy формы (N x output_dims).

В качестве альтернативы, принимает массив numpy длиной input_dims и возвращает массив numpy длиной output_dims.

transform_affine(values)

Выполняет только аффинную часть этого преобразования над заданным массивом значений.

transform(values) всегда эквивалентно transform_affine(transform_non_affine(values)).

В неаффинных преобразованиях это обычно является пустой операцией. В аффинных преобразованиях это эквивалентно transform(values).

Принимает массив numpy формы (N x input_dims) и возвращает массив numpy формы (N x output_dims).

В качестве альтернативы, принимает массив numpy длиной input_dims и возвращает массив numpy длиной output_dims.

transform_non_affine(points)

Выполняет только неаффинную часть преобразования.

transform(values) всегда эквивалентно transform_affine(transform_non_affine(values)).

В неаффинных преобразованиях это обычно эквивалентно transform(values). В аффинных преобразованиях это всегда пустая операция.

Принимает массив numpy формы (N x input_dims) и возвращает массив numpy формы (N x output_dims).

В качестве альтернативы, принимает массив numpy длиной input_dims и возвращает массив numpy длиной output_dims.

transform_path(path)

Возвращает преобразованный путь.

path: экземпляр Path.

В некоторых случаях это преобразование может вставлять кривые в путь, который начинался как отрезки прямых.

transform_path_affine(path)

Возвращает путь, преобразованный только аффинной частью этого преобразования.

path: экземпляр Path.

transform_path(path) эквивалентно transform_path_affine(transform_path_non_affine(values)).

transform_path_non_affine(path)

Возвращает путь, преобразованный только неаффинной частью этого преобразования.

path: экземпляр Path.

transform_path(path) эквивалентно transform_path_affine(transform_path_non_affine(values)).

class matplotlib.transforms.Bbox(points, **kwargs)

Bases: matplotlib.transforms.BboxBase

Изменяемый прямоугольник.

points: двумерный массив NumPy формы [[x0, y0], [x1, y1]]

Если вам нужно создать объект Bbox из другого типа данных, воспользуйтесь статическими методами unit(), from_bounds() и from_extents().

bounds

(свойство) Возвращает (x0, y0, width, height).

static from_bounds(x0, y0, width, height)

(статический метод) Создать новый Bbox по x0, y0, ширине и высоте.

ширина и высота могут быть отрицательными.

static from_extents(*args)

(статический метод) Создать новый прямоугольник по левому, нижнему, правому и верхнему пределам.

Ось y возрастает вверх.

get_points()

Получить точки прямоугольника напрямую как массив NumPy вида: [[x0, y0], [x1, y1]].

ignore(value)

Установить, должны ли быть проигнорированы существующие границы прямоугольника в последующих вызовах update_from_data_xy().

значение:

• При True, последующие вызовы update_from_data_xy() проигнорируют существующие границы Bbox.
• При False, последующие вызовы update_from_data_xy() включат существующие границы Bbox.

intervalx

(свойство) intervalx — пара координат x, определяющих прямоугольник. Не гарантируется, что они упорядочены слева направо.

intervaly

(свойство) intervaly — пара координат y, определяющих прямоугольник. Не гарантируется, что они упорядочены снизу вверх.

minpos

minposx

minposy

mutated()

возвращает, изменился ли прямоугольник с момента инициализации

mutatedx()

возвращает, изменились ли пределы по x с момента инициализации

mutatedy()

возвращает, изменились ли пределы по y с момента инициализации

static null()

(статический метод) Создать новый нулевой Bbox от (inf, inf) до (-inf, -inf).

p0

(свойство) p0 — первая пара координат (x, y), определяющих прямоугольник. Не гарантируется, что это нижний левый угол. Для этого используйте min.

p1

(свойство) p1 — вторая пара координат (x, y), определяющих прямоугольник. Не гарантируется, что это верхний правый угол. Для этого используйте max.

set(other)

Установить прямоугольник по «замороженным» границам другого Bbox.

set_points(points)

Установить точки прямоугольника напрямую из массива NumPy вида: [[x0, y0], [x1, y1]]. Проверка ошибок не выполняется, так как этот метод используется в основном во внутренних целях.

static unit()

(статический метод) Создать новый единичный Bbox от (0, 0) до (1, 1).

update_from_data(x, y, ignore=None)

Устарело начиная с версии 2.0: Функция update_from_data устарела с версии 2.0. Используйте update_from_data_xy вместо неё.

Обновить границы Bbox на основе переданных данных. После обновления границы будут иметь положительную ширину и высоту; x0 и y0 будут минимальными значениями.

x: массив NumPy значений x

y: массив NumPy значений y

ignore:

• при True, проигнорировать существующие границы Bbox.
• при False, включить существующие границы Bbox.
• при None, использовать последнее значение, переданное в ignore().

update_from_data_xy(xy, ignore=None, updatex=True, updatey=True)

Обновить границы Bbox на основе переданных данных. После обновления границы будут иметь положительную ширину и высоту; x0 и y0 будут минимальными значениями.

xy: массив NumPy точек 2D

ignore:

• при True, проигнорировать существующие границы Bbox.
• при False, включить существующие границы Bbox.
• при None, использовать последнее значение, переданное в ignore().

updatex: при True, обновить значения x

updatey: при True, обновить значения y

update_from_path(path, ignore=None, updatex=True, updatey=True)

Обновить границы Bbox на основе переданных данных. После обновления границы будут иметь положительную ширину и высоту; x0 и y0 будут минимальными значениями.

path: экземпляр Path

ignore:

• при True, проигнорировать существующие границы Bbox.
• при False, включить существующие границы Bbox.
• при None, использовать последнее значение, переданное в ignore().

updatex: при True, обновить значения x

updatey: при True, обновить значения y

x0

(свойство) x0 — это первая из пары координат x, определяющих область. x0 не гарантируется, что будет меньше, чем x1. Если это необходимо, используйте xmin.

x1

(свойство) x1 — это вторая из пары координат x, определяющих область. x1 не гарантируется, что будет больше, чем x0. Если это необходимо, используйте xmax.

y0

(свойство) y0 — это первая из пары координат y, определяющих область. y0 не гарантируется, что будет меньше, чем y1. Если это необходимо, используйте ymin.

y1

(свойство) y1 — это вторая из пары координат y, определяющих область. y1 не гарантируется, что будет больше, чем y0. Если это необходимо, используйте ymax.

class matplotlib.transforms.BboxBase(shorthand_name=None)

Базовые классы: matplotlib.transforms.TransformNode

Это базовый класс всех ограничивающих прямоугольников, предоставляющий только чтение данных. Изменяемый ограничивающий прямоугольник предоставляется классом Bbox.

Каноническое представление — это две точки без ограничений на их порядок. Предоставляются удобные свойства для получения левой, нижней, правой и верхней границ, а также ширины и высоты, но они не хранятся явно.

Создаёт новый TransformNode.

shorthand_name — строка, представляющая «имя» этого

преобразования. Имя не несёт смысловой нагрузки, кроме как для улучшения удобочитаемости str(transform) при DEBUG=True.

anchored(c, container=None)

Возвращает копию Bbox, смещённую в позицию c внутри контейнера.

c: может быть:

• последовательностью (cx, cy), где cx и cy изменяются от 0 до 1, где 0 — слева или снизу, а 1 — справа или сверху
• строкой: - ‘C’ для центрирования - ‘S’ для нижнего центра - ‘SE’ для нижнего левого - ‘E’ для левого - и т. д.

Необязательный аргумент container — это прямоугольник, в котором расположен Bbox; по умолчанию — исходный Bbox.

bounds

(свойство) Возвращает (x0, y0, width, height).

coefs = {'C': (0.5, 0.5), 'SW': (0, 0), 'S': (0.5, 0), 'SE': (1.0, 0), 'E': (1.0, 0.5), 'NE': (1.0, 1.0), 'N': (0.5, 1.0), 'NW': (0, 1.0), 'W': (0, 0.5)}

contains(x, y)

Возвращает, находится ли x, y внутри ограничивающего прямоугольника или на его границе.

containsx(x)

Возвращает, находится ли x в закрытом интервале (x0, x1).

containsy(y)

Возвращает, находится ли y в закрытом интервале (y0, y1).

corners()

Возвращает массив точек, представляющих четыре угла этого прямоугольника. Например, если этот Bbox определяется точками (a, b) и (c, d), corners() возвращает (a, b), (a, d), (c, b) и (c, d).

count_contains(vertices)

Подсчитывает количество вершин, содержащихся в Bbox. Вершины с нечисловыми значениями x или y игнорируются.

vertices — это двумерный массив Numpy размера Nx2.

count_overlaps(bboxes)

Подсчитывает количество ограничивающих прямоугольников, пересекающихся с этим.

bboxes — последовательность объектов BboxBase

expanded(sw, sh)

Возвращает новый Bbox, который расширен относительно центра данного Bbox на заданные множители sw и sh.

extents

(свойство) Возвращает (x0, y0, x1, y1).

frozen()

TransformNode — базовый класс для всего, что участвует в дереве преобразований и должно делать свои родительские элементы недействительными или становиться недействительным. Это включает классы, которые не являются преобразованиями, такие как ограничивающие прямоугольники, поскольку некоторые преобразования зависят от ограничивающих прямоугольников для вычисления своих значений.

fully_contains(x, y)

Возвращает, находится ли x, y внутри ограничивающего прямоугольника, но не на его границе.

fully_containsx(x)

Возвращает, находится ли x в открытом интервале (x0, x1).

fully_containsy(y)

Возвращает, находится ли y в открытом интервале (y0, y1).

fully_overlaps(other)

Возвращает, пересекается ли этот ограничивающий прямоугольник с другим ограничивающим прямоугольником, без учёта границ.

get_points()

height

(свойство) Высота ограничивающего прямоугольника. Может быть отрицательной, если y1 < y0.

static intersection(bbox1, bbox2)

Возвращает пересечение двух прямоугольников или None, если они не пересекаются.

intervalx

(свойство) intervalx — пара координат x, определяющих ограничивающий прямоугольник. Не гарантируется, что они отсортированы слева направо.

intervaly

(свойство) intervaly — пара координат y, определяющих ограничивающий прямоугольник. Не гарантируется, что они отсортированы снизу вверх.

inverse_transformed(transform)

Возвращает новый объект Bbox, статически преобразованный обратным заданным преобразованием.

is_affine = True

is_bbox = True

is_unit()

Возвращает True, если Bbox является единичным ограничивающим прямоугольником от (0, 0) до (1, 1).

max

(свойство) max — верхний правый угол ограничивающего прямоугольника.

min

(свойство) min — это нижний левый угол области.

overlaps(other)

Возвращает значение, указывающее, пересекается ли эта область с другой областью.

p0

(свойство) p0 — это первая пара координат (x, y), определяющих область. Не гарантируется, что это нижний левый угол. Для этого используйте min.

p1

(свойство) p1 — это вторая пара координат (x, y), определяющих область. Не гарантируется, что это верхний правый угол. Для этого используйте max.

padded(p)

Возвращает новую Bbox, отступленной по всем четырём сторонам на заданное значение.

rotated(radians)

Возвращает новую область, охватывающую повернутую версию этой области на заданный угол в радианах. Новая область по-прежнему выровнена с осями, конечно.

shrunk(mx, my)

Возвращает копию Bbox, уменьшенную в x направлении на коэффициент mx и в y направлении на коэффициент my. Левый нижний угол области остаётся неизменным. Обычно mx и my будут меньше 1, но это не навязывается.

shrunk_to_aspect(box_aspect, container=None, fig_aspect=1.0)

Возвращает копию Bbox, уменьшенную так, чтобы она была максимально возможной при сохранении заданного соотношения сторон box_aspect. Если координаты области относительные — то есть доли от большей области, например, фигуры — то физическое соотношение сторон этой фигуры задаётся параметром fig_aspect, так что box_aspect также может быть задано как отношение абсолютных размеров, а не относительных.

size

(свойство) Ширина и высота области. Может быть отрицательной, так же как и width и height.

splitx(*args)

Например, bbox.splitx(f1, f2, ...)

Возвращает список новых Bbox объектов, полученных разделкой исходной области вертикальными линиями в долях f1, f2, …

splity(*args)

Например, bbox.splitx(f1, f2, ...)

Возвращает список новых Bbox объектов, полученных разделкой исходной области горизонтальными линиями в долях f1, f2, …

transformed(transform)

Возвращает новый Bbox объект, статически преобразованный с помощью заданного преобразования.

translated(tx, ty)

Возвращает копию Bbox, статически сдвинутую на tx и ty.

static union(bboxes)

Возвращает Bbox, содержащую все заданные области.

width

(свойство) Ширина области. Может быть отрицательной, если x1 < x0.

x0

(свойство) x0 — это первая из пары координат x, определяющих область. x0 не гарантируется, что она меньше x1. Если это необходимо, используйте xmin.

x1

(свойство) x1 — это вторая из пары координат x, определяющих область. x1 не гарантируется, что она больше x0. Если это необходимо, используйте xmax.

xmax

(свойство) xmax — это правая граница области.

xmin

(свойство) xmin — это левая граница области.

y0

(свойство) y0 — это первая из пары координат y, определяющих область. y0 не гарантируется, что она меньше y1. Если это необходимо, используйте ymin.

y1

(свойство) y1 — это вторая из пары координат y, определяющих область. y1 не гарантируется, что она больше y0. Если это необходимо, используйте ymax.

ymax

(свойство) ymax — это верхняя граница области.

ymin

(свойство) ymin — это нижняя граница области.

class matplotlib.transforms.BboxTransform(boxin, boxout, **kwargs)

Основы: matplotlib.transforms.Affine2DBase

BboxTransform линейно преобразует точки из одного Bbox в другой Bbox.

Создать новый BboxTransform, который линейно преобразует точки из boxin в boxout.

get_matrix()

Получить массив аффинного преобразования для аффинной части этого преобразования.

is_separable = True

class matplotlib.transforms.BboxTransformFrom(boxin, **kwargs)

Основы: matplotlib.transforms.Affine2DBase

BboxTransformFrom линейно преобразует точки из заданного Bbox в единичный ограничивающий прямоугольник.

get_matrix()

Получить массив аффинного преобразования для аффинной части этого преобразования.

is_separable = True

class matplotlib.transforms.BboxTransformTo(boxout, **kwargs)

Основы: matplotlib.transforms.Affine2DBase

BboxTransformTo — это преобразование, которое линейно преобразует точки из единичного ограничивающего прямоугольника в заданный Bbox.

Создать новый BboxTransformTo, который линейно преобразует точки из единичного ограничивающего прямоугольника в boxout.

get_matrix()

Получить массив аффинного преобразования для аффинной части этого преобразования.

is_separable = True

class matplotlib.transforms.BboxTransformToMaxOnly(boxout, **kwargs)

Основы: matplotlib.transforms.BboxTransformTo

BboxTransformTo — это преобразование, которое линейно преобразует точки из единичного ограничивающего прямоугольника в заданный Bbox с фиксированным верхним левым углом (0, 0).

Создать новый BboxTransformTo, который линейно преобразует точки из единичного ограничивающего прямоугольника в boxout.

get_matrix()

Получить массив аффинного преобразования для аффинной части этого преобразования.

class matplotlib.transforms.BlendedAffine2D(x_transform, y_transform, **kwargs)

Основы: matplotlib.transforms.Affine2DBase

«Смешанное» преобразование использует одно преобразование для направления x и другое преобразование для направления y.

Этот вариант является оптимизацией для случая, когда оба дочерних преобразования являются типа Affine2DBase.

Создать новое «смешанное» преобразование, используя x_transform для преобразования оси x и y_transform для преобразования оси y.

x_transform и y_transform должны быть 2D аффинными преобразованиями.

Обычно вы не будете вызывать этот конструктор напрямую, но будете использовать функцию blended_transform_factory(), которая может автоматически определить, какой тип смешанного преобразования создать.

contains_branch_seperately(transform)

get_matrix()

Получить массив аффинного преобразования для аффинной части этого преобразования.

is_separable = True

class matplotlib.transforms.BlendedGenericTransform(x_transform, y_transform, **kwargs)

Основы: matplotlib.transforms.Transform

«Смешанное» преобразование использует одно преобразование для направления x и другое преобразование для направления y.

Этот «обобщённый» вариант может обрабатывать любые заданные дочерние преобразования в направлениях x и y.

Создать новое «смешанное» преобразование, используя x_transform для преобразования оси x и y_transform для преобразования оси y.

Обычно вы не будете вызывать этот конструктор напрямую, но будете использовать функцию blended_transform_factory(), которая может автоматически определить, какой тип смешанного преобразования создать.

contains_branch(other)

contains_branch_seperately(transform)

depth

frozen()

Возвращает замороженную копию этого преобразования. Замороженная копия не будет обновляться при изменении ее дочерних элементов. Полезно для хранения ранее известного состояния преобразования, где copy.deepcopy() можно было бы использовать обычно.

get_affine()

Получить аффинную часть этого преобразования.

has_inverse

input_dims = 2

inverted()

Возвращает соответствующее обратное преобразование.

Результат этого метода следует рассматривать как временный. Обновление self не приводит к соответствующему обновлению его инвертированной копии.

x === self.inverted().transform(self.transform(x))

is_affine

is_separable = True

output_dims = 2

pass_through = True

transform_non_affine(points)

Выполняет только неаффинную часть преобразования.

transform(values) всегда эквивалентно transform_affine(transform_non_affine(values)).

В неаффинных преобразованиях это, как правило, эквивалентно transform(values). В аффинных преобразованиях это всегда нетрансформация.

Принимает массив NumPy формы (N x input_dims) и возвращает массив NumPy формы (N x output_dims).

В качестве альтернативы, принимает массив NumPy длины input_dims и возвращает массив NumPy длины output_dims.

class matplotlib.transforms.CompositeAffine2D(a, b, **kwargs)

Bases: matplotlib.transforms.Affine2DBase

Составной преобразователь, образованный применением преобразования a, а затем преобразования b.

Этот вариант является оптимизацией, которая обрабатывает случай, когда оба a и b являются 2D аффинами.

Создает новый составной преобразователь, являющийся результатом применения преобразования a, а затем преобразования b.

Оба a и b должны быть экземплярами Affine2DBase.

Как правило, вы не будете вызывать этот конструктор напрямую, а вместо этого используйте функцию composite_transform_factory(), которая может автоматически выбрать лучший тип экземпляра составного преобразователя для создания.

depth

get_matrix()

Получить массив аффинного преобразования для аффинной части этого преобразования.

class matplotlib.transforms.CompositeGenericTransform(a, b, **kwargs)

Bases: matplotlib.transforms.Transform

Составной преобразователь, образованный применением преобразования a, а затем преобразования b.

Этот «обобщённый» вариант может обрабатывать любые два произвольных преобразования.

Создаёт новый составной преобразователь, который является результатом применения преобразования a, а затем преобразования b.

Как правило, вы не будете вызывать этот конструктор напрямую, а вместо этого используйте функцию composite_transform_factory(), которая может автоматически выбрать лучший тип экземпляра составного преобразователя для создания.

depth

frozen()

Возвращает замороженную копию этого узла преобразования. Замороженная копия не будет обновляться при изменении её дочерних элементов. Полезно для сохранения ранее известного состояния преобразования, где copy.deepcopy() обычно может быть использовано.

get_affine()

Получить аффинную часть этого преобразования.

has_inverse

inverted()

Возвращает соответствующее обратное преобразование.

Результат этого метода следует рассматривать как временный. Обновление self не приводит к соответствующему обновлению его инвертированной копии.

x === self.inverted().transform(self.transform(x))

is_affine

is_separable

pass_through = True

transform_affine(points)

Выполняет только аффинную часть этого преобразования над заданным массивом значений.

transform(values) всегда эквивалентно transform_affine(transform_non_affine(values)).

В неаффинных преобразованиях это обычно является пустым действием. В аффинных преобразованиях это эквивалентно transform(values).

Принимает массив NumPy формы (N x input_dims) и возвращает массив NumPy формы (N x output_dims).

В качестве альтернативы, принимает массив NumPy длины input_dims и возвращает массив NumPy длины output_dims.

transform_non_affine(points)

Выполняет только неаффинную часть преобразования.

transform(values) всегда эквивалентно transform_affine(transform_non_affine(values)).

В неаффинных преобразованиях это обычно эквивалентно transform(values). В аффинных преобразованиях это всегда является пустым действием.

Принимает массив NumPy формы (N x input_dims) и возвращает массив NumPy формы (N x output_dims).

В качестве альтернативы, принимает массив NumPy длины input_dims и возвращает массив NumPy длины output_dims.

transform_path_non_affine(path)

Возвращает путь, преобразованный только неаффинной частью этого преобразования.

path: экземпляр Path.

transform_path(path) эквивалентно transform_path_affine(transform_path_non_affine(values)).

class matplotlib.transforms.IdentityTransform(*args, **kwargs)

Bases: matplotlib.transforms.Affine2DBase

Специальный класс, выполняющий единичное преобразование (тождественное преобразование) быстрым способом.

frozen()

Возвращает замороженную копию этого узла преобразования. Замороженная копия не будет обновляться при изменении её дочерних элементов. Полезно для сохранения ранее известного состояния преобразования, где copy.deepcopy() обычно может быть использовано.

get_affine()

Возвращает соответствующее обратное преобразование.

Результат этого метода следует рассматривать как временный. Обновление self не приводит к соответствующему обновлению его инвертированной копии.

x === self.inverted().transform(self.transform(x))

get_matrix()

Получить массив аффинного преобразования для аффинной части этого преобразования.

inverted()

Возвращает соответствующее обратное преобразование.

Результат этого метода следует рассматривать как временный. Обновление self не приводит к соответствующему обновлению его инвертированной копии.

x === self.inverted().transform(self.transform(x))

transform(points)

Выполняет только неаффинную часть преобразования.

transform(values) всегда эквивалентно transform_affine(transform_non_affine(values)).

В неаффинных преобразованиях это обычно эквивалентно transform(values). В аффинных преобразованиях это всегда является пустым действием.

Принимает массив NumPy формы (N x input_dims) и возвращает массив NumPy формы (N x output_dims).

В качестве альтернативы, принимает массив NumPy длины input_dims и возвращает массив NumPy длины output_dims.

transform_affine(points)

Выполняет только неаффинную часть преобразования.

transform(values) всегда эквивалентно transform_affine(transform_non_affine(values)).

В неаффинных преобразованиях это обычно эквивалентно transform(values). В аффинных преобразованиях это всегда является пустым действием.

Принимает массив NumPy формы (N x input_dims) и возвращает массив NumPy формы (N x output_dims).

В качестве альтернативы, принимает массив NumPy длины input_dims и возвращает массив NumPy длины output_dims.

transform_non_affine(points)

Выполняет только неаффинную часть преобразования.

transform(values) всегда эквивалентно transform_affine(transform_non_affine(values)).

В неаффинных преобразованиях это обычно эквивалентно transform(values). В аффинных преобразованиях это всегда является пустым действием.

Принимает массив NumPy формы (N x input_dims) и возвращает массив NumPy формы (N x output_dims).

В качестве альтернативы, принимает массив NumPy длины input_dims и возвращает массив NumPy длины output_dims.

transform_path(path)

Возвращает путь, преобразованный только неаффинной частью этого преобразования.

path: экземпляр Path.

transform_path(path) эквивалентно transform_path_affine(transform_path_non_affine(values)).

transform_path_affine(path)

Возвращает путь, преобразованный только неаффинной частью этого преобразования.

path: экземпляр Path.

transform_path(path) эквивалентно transform_path_affine(transform_path_non_affine(values)).

transform_path_non_affine(path)

Возвращает путь, преобразованный только неаффинной частью этого преобразования.

path: экземпляр Path.

transform_path(path) эквивалентно transform_path_affine(transform_path_non_affine(values)).

class matplotlib.transforms.LockableBbox(bbox, x0=None, y0=None, x1=None, y1=None, **kwargs)

Bases: matplotlib.transforms.BboxBase

A Bbox, где некоторые элементы могут быть заблокированы на определённых значениях.

При изменении дочернего прямоугольника, границы этого прямоугольника будут обновляться соответственно, за исключением заблокированных элементов.

Параметры:	bbox : Bbox Дочерний прямоугольник для обертывания. x0 : float или None Заблокированное значение для x0, или None для разблокировки. y0 : float или None Заблокированное значение для y0, или None для разблокировки. x1 : float или None Заблокированное значение для x1, или None для разблокировки. y1 : float или None Заблокированное значение для y1, или None для разблокировки.

get_points()

Получить точки прямоугольника непосредственно как массив NumPy вида: [[x0, y0], [x1, y1]].

locked_x0

float или None: Значение, используемое для заблокированного x0.

locked_x1

float или None: Значение, используемое для заблокированного x1.

locked_y0

float или None: Значение, используемое для заблокированного y0.

locked_y1

float или None: Значение, используемое для заблокированного y1.

class matplotlib.transforms.ScaledTranslation(xt, yt, scale_trans, **kwargs)

Bases: matplotlib.transforms.Affine2DBase

Преобразование, которое выполняет сдвиг на xt и yt после того, как xt и yt были преобразованы заданным преобразованием scale_trans.

get_matrix()

Получить массив аффинного преобразования для аффинной части этого преобразования.

class matplotlib.transforms.Transform(shorthand_name=None)

Bases: matplotlib.transforms.TransformNode

Базовый класс всех экземпляров TransformNode, которые фактически выполняют преобразование.

Все неаффинные преобразования должны быть подклассами этого класса. Новые аффинные преобразования должны быть подклассами Affine2D.

Подклассы этого класса должны переопределить следующие члены (как минимум):

• input_dims
• output_dims
• transform()
• is_separable
• has_inverse
• inverted() (если has_inverse равно True)

Если преобразование должно выполнять нестандартные действия с объектами matplotlib.path.Path, такие как добавление кривых там, где раньше были отрезки прямых, оно должно переопределить:

• transform_path()

Создаёт новый TransformNode.

shorthand_name - строка, представляющая «имя» этого

преобразования. Имя не имеет значения, кроме улучшения удобочитаемости str(transform) когда DEBUG=True.

contains_branch(other)

Возвращает, является ли заданное преобразование поддеревом этого преобразования.

Эта процедура использует равенство преобразований для определения поддеревьев, поэтому во многих ситуациях используется идентификатор объекта.

В случае, когда заданное преобразование представляет собой всё это преобразование, возвращает True.

contains_branch_seperately(other_transform)

Возвращает, является ли заданная ветвь поддеревом этого преобразования на каждой отдельной размерности.

Общее применение этого метода — определить, является ли преобразование смешанным преобразованием, содержащим преобразование данных осей. Например:

x_isdata, y_isdata = trans.contains_branch_seperately(ax.transData)

depth

Возвращает количество преобразований, которые были объединены для создания этого экземпляра Transform.

Примечание

В особом случае композитного преобразования возвращается максимальная глубина двух.

get_affine()

Получить аффинную часть этого преобразования.

get_matrix()

Получить массив аффинного преобразования для аффинной части этого преобразования.

has_inverse = False

True, если у этого преобразования есть соответствующее обратное преобразование.

input_dims = None

Количество входных размерностей этого преобразования. Должно быть переопределено (целыми числами) в подклассе.

inverted()

Возвращает соответствующее обратное преобразование.

Результат этого метода следует рассматривать как временный. Обновление self не приводит к соответствующему обновлению его обратного копии.

x === self.inverted().transform(self.transform(x))

is_separable = False

True, если это преобразование разделимо по x и y осям.

output_dims = None

Количество выходных размерностей этого преобразования. Должно быть переопределено (целыми числами) в подклассе.

transform(values)

Выполняет преобразование заданного массива значений.

Принимает массив NumPy формы (N x input_dims) и возвращает массив NumPy формы (N x output_dims).

В качестве альтернативы принимает массив NumPy длины input_dims и возвращает массив NumPy длины output_dims.

transform_affine(values)

Выполняет только аффинную часть этого преобразования над заданным массивом значений.

transform(values) всегда эквивалентно transform_affine(transform_non_affine(values)).

В неаффинных преобразованиях, это обычно ничто. В аффинных преобразованиях, это эквивалентно transform(values).

Принимает массив NumPy формы (N x input_dims) и возвращает массив NumPy формы (N x output_dims).

В качестве альтернативы принимает массив NumPy длины input_dims и возвращает массив NumPy длины output_dims.

transform_angles(angles, pts, radians=False, pushoff=1e-05)

Выполняет преобразование набора углов, закрепленных в определенных местах.

angles должен быть вектор-столбцом (т.е., массивом NumPy).

pts должен быть двумерным массивом NumPy координат x, y (преобразования углов в настоящее время работают только в 2D). Этот массив должен иметь такое же количество строк, что и angles.

radians указывает, задаются ли входные углы в

радианах (True) или градусах (False; по умолчанию).

pushoff — расстояние для удаления от pts для

определения преобразованных углов (см. обсуждение метода ниже).

Преобразованные углы возвращаются в массиве с тем же размером, что и angles.

Общий вариант этого метода использует очень общий алгоритм, который преобразует pts, а также расположения, очень близкие к pts, для нахождения угла в преобразованной системе.

transform_bbox(bbox)

Преобразует заданную область.

Примечание: для более интеллектуальных преобразований, включающих кэширование (частая потребность для matplotlib графиков), см. TransformedBbox.

transform_non_affine(values)

Выполняет только неаффинную часть преобразования.

transform(values) всегда эквивалентно transform_affine(transform_non_affine(values)).

В неаффинных преобразованиях, это обычно эквивалентно transform(values). В аффинных преобразованиях, это всегда ничто.

Принимает массив NumPy формы (N x input_dims) и возвращает массив NumPy формы (N x output_dims).

В качестве альтернативы принимает массив NumPy длины input_dims и возвращает массив NumPy длины output_dims.

transform_path(path)

Возвращает преобразованный путь.

path: экземпляр Path.

В некоторых случаях это преобразование может вставлять кривые в путь, который начинался как отрезки прямых.

transform_path_affine(path)

Возвращает путь, преобразованный только аффинной частью этого преобразования.

path: экземпляр Path.

transform_path(path) эквивалентно transform_path_affine(transform_path_non_affine(values)).

transform_path_non_affine(path)

Возвращает путь, преобразованный только неаффинной частью этого преобразования.

path: экземпляр Path.

transform_path(path) эквивалентно transform_path_affine(transform_path_non_affine(values)).

transform_point(point)

Функция-обёртка, возвращающая преобразованную копию одной точки.

Точка задаётся как последовательность длиной input_dims. Преобразованная точка возвращается как последовательность длиной output_dims.

class matplotlib.transforms.TransformNode(shorthand_name=None)

Базовый класс для всего, что участвует в дереве преобразований и должно аннулировать своих предков или быть аннулированным. Включает классы, которые не являются преобразованиями, такие как ограничивающие прямоугольники, поскольку некоторые преобразования зависят от ограничивающих прямоугольников для вычисления своих значений.

Создаёт новый TransformNode.

shorthand_name - строка, представляющая «имя» этого

преобразования. Имя не несёт никакого смысла, кроме как улучшить читаемость str(transform) при DEBUG=True.

INVALID = 3

INVALID_AFFINE = 2

INVALID_NON_AFFINE = 1

frozen()

Возвращает замороженную копию этого узла преобразования. Замороженная копия не будет обновляться при изменении её потомков. Полезно для хранения ранее известного состояния преобразования, где copy.deepcopy() обычно используется.

invalidate()

Аннулирует этот TransformNode и запускает аннулирование его предков. Должен вызываться всякий раз, когда преобразование изменяется.

is_affine = False

is_bbox = False

pass_through = False

Если pass_through равно True, все предки всегда будут аннулированы, даже если «self» уже аннулирован.

set_children(*children)

Устанавливает потомков преобразования, чтобы система аннулирования знала, какие преобразования могут аннулировать это преобразование. Должен вызываться из конструктора любых преобразований, которые зависят от других преобразований.

class matplotlib.transforms.TransformWrapper(child)

Базовый класс: matplotlib.transforms.Transform

Вспомогательный класс, содержащий единственное дочернее преобразование и действующий аналогично ему.

Это полезно, если узел дерева преобразований должен быть заменён во время выполнения преобразованием другого типа. Этот класс позволяет этой замене правильно запустить аннулирование.

Обратите внимание, что экземпляры TransformWrapper должны иметь одинаковые входные и выходные размеры на протяжении всего своего жизненного цикла, поэтому дочернее преобразование может быть заменено только другим дочерним преобразованием с теми же размерами.

child: Экземпляр класса:Transform. Этот потомок позже может быть заменён с помощью set().

frozen()

Возвращает замороженную копию этого узла преобразования. Замороженная копия не будет обновляться при изменении её потомков. Полезно для хранения ранее известного состояния преобразования, где copy.deepcopy() обычно используется.

has_inverse

is_affine

is_separable

pass_through = True

set(child)

Заменяет текущее дочернее преобразование этого преобразования другим.

Новое дочернее преобразование должно иметь то же количество входных и выходных размеров, что и текущее.

class matplotlib.transforms.TransformedBbox(bbox, transform, **kwargs)

Базовый класс: matplotlib.transforms.BboxBase

Ограничивающий прямоугольник Bbox, который автоматически преобразуется заданным преобразованием. При изменении либо дочернего ограничивающего прямоугольника, либо преобразования пределы этого прямоугольника будут обновляться соответственно.

bbox: дочерний Bbox

transform: 2D Transform

get_points()

Получить точки ограничивающего прямоугольника непосредственно как массив NumPy вида: [[x0, y0], [x1, y1]].

class matplotlib.transforms.TransformedPatchPath(patch)

Базовый класс: matplotlib.transforms.TransformedPath

Класс TransformedPatchPath кэширует копию преобразованного неаффинно Patch. Эта кэшированная копия автоматически обновляется при изменении неаффинной части преобразования или объекта.

Создаёт новый TransformedPatchPath из заданного Patch.

class matplotlib.transforms.TransformedPath(path, transform)

Базовый класс: matplotlib.transforms.TransformNode

Класс TransformedPath кеширует копию преобразованного неаффинно Path. Эта кэшированная копия автоматически обновляется при изменении неаффинной части преобразования.

Примечание

Пути считаются неизменяемыми этим классом. Любое обновление вершин/кодов пути не вызовет повторного вычисления преобразования.

Создаёт новый TransformedPath из заданного Path и Transform.

get_affine()

get_fully_transformed_path()

Возвращает полностью преобразованную копию дочернего пути.

get_transformed_path_and_affine()

Возвращает копию дочернего пути, с уже применённой неаффинной частью преобразования, а также аффинной частью пути, необходимой для завершения преобразования.

get_transformed_points_and_affine()

Возвращает копию дочернего пути, с уже применённой неаффинной частью преобразования, а также аффинной частью пути, необходимой для завершения преобразования. В отличие от get_transformed_path_and_affine(), интерполяция не будет выполнена.

matplotlib.transforms.blended_transform_factory(x_transform, y_transform)

Создаёт новое «смешанное» преобразование, используя x_transform для преобразования оси x и y_transform для преобразования оси y.

Возвращается более быстрая версия смешанного преобразования в случае, когда оба дочерние преобразования являются аффинными.

matplotlib.transforms.composite_transform_factory(a, b)

Создать новый составной преобразователь, который является результатом применения преобразования a, а затем преобразования b.

Для случая, когда оба дочерние преобразования являются аффинными, или одно из них является тождественным преобразованием, предоставляются сокращенные версии смешанного преобразования.

Составные преобразования также могут быть созданы с помощью оператора «+», например:

c = a + b

matplotlib.transforms.interval_contains(interval, val)

matplotlib.transforms.interval_contains_open(interval, val)

matplotlib.transforms.nonsingular(vmin, vmax, expander=0.001, tiny=1e-15, increasing=True)

Изменить конечные точки диапазона по мере необходимости, чтобы избежать особенностей.

vmin, vmax

начальные конечные точки.

tiny

порог отношения интервала к максимальному абсолютному значению его конечных точек. Если интервал меньше этого, он будет расширен. Это значение должно быть около 1e-15 или больше; в противном случае интервал будет приближаться к пределу разрешения двойной точности.

expander

доля, на которую vmin и vmax расширяются, если исходный интервал слишком мал, на основе tiny.

increasing: [True | False]

Если True (по умолчанию), поменять местами vmin, vmax, если vmin > vmax

Возвращает vmin, vmax, расширенные и/или поменяв их местами при необходимости.

Если любой из входных данных равен inf или NaN, или если оба входных данных равны 0 или очень близки к нулю, возвращает -expander, expander.

matplotlib.transforms.offset_copy(trans, fig=None, x=0.0, y=0.0, units='inches')

Возвращает новое преобразование с добавленным смещением.

args:

trans — любое преобразование

kwargs:

fig — текущая фигура; она может быть None, если единицы — «точки» x, y — смещение единицы — «дюймы», «точки» или «точки»