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) [source]

Bases: matplotlib.transforms.Affine2DBase

Изменяемая 2D аффинная трансформация.

Инициализировать аффинную трансформация из 3x3 массива numpy с плавающей точкой:

a c e
b d f
0 0 1

Если matrix равно None, инициализировать с тождественной трансформацией.

clear() [source]

Сбросить базовую матрицу до тождественной трансформации.

static from_values(a, b, c, d, e, f) [source]

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

a c e
b d f
0 0 1

.

get_matrix() [source]

Получить базовую матрицу преобразования в виде 3x3 массива numpy:

a c e
b d f
0 0 1

.

static identity() [source]

(статический метод) Возвращает новый объект Affine2D, который является тождественной трансформацией.

Если эта трансформация не будет изменяться позднее, используйте более быстрый класс IdentityTransform вместо него.

is_separable

rotate(theta) [source]

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

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

rotate_around(x, y, theta) [source]

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

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

rotate_deg(degrees) [source]

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

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

rotate_deg_around(x, y, degrees) [source]

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

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

scale(sx, sy=None) [source]

Добавить масштабирование на месте.

Если sy равно None, то же масштабирование применяется в x- и y-направлениях.

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

set(other) [source]

Установить эту трансформацию из замороженной копии другого объекта Affine2DBase.

set_matrix(mtx) [source]

Установить базовую матрицу преобразования из 3x3 массива numpy:

a c e
b d f
0 0 1

.

skew(xShear, yShear) [source]

Добавить сдвиг на месте.

xShear и yShear — углы сдвига вдоль осей x и y соответственно в радианах.

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

skew_deg(xShear, yShear) [source]

Добавить сдвиг на месте.

xShear и yShear — углы сдвига вдоль осей x и y соответственно в градусах.

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

translate(tx, ty) [source]

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) [source]

Базовый класс всех 2D аффинных преобразований.

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

a c e
b d f
0 0 1

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

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

frozen() [source]

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

has_inverse = True

input_dims = 2

inverted() [source]

Возвращает соответствующее обратное преобразование.

Значение, возвращаемое этим методом, следует рассматривать как временное. Обновление self не приводит к соответствующему обновлению его инвертированной копии.

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

is_separable

static matrix_from_values(a, b, c, d, e, f) [source]

(staticmethod) Создает новую матрицу преобразования как 3x3 массив numpy в форме:

a c e
b d f
0 0 1

output_dims = 2

to_values() [source]

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

transform_affine(points) [source]

Выполняет только аффинную часть этого преобразования над заданным массивом значений.

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

В неаффинных преобразованиях это, как правило, 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 длиной input_dims и возвращает массив numpy длиной output_dims.

transform_point(point) [source]

Функция-удобство, 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) [source]

Базовый класс всех аффинных преобразований любого числа измерений.

Основанные классы: matplotlib.transforms.Transform

get_affine() [source]

Получить аффинную часть этого преобразования.

is_affine = True

transform(values) [source]

Выполняет преобразование на заданном массиве 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) [source]

Выполняет только аффинную часть этого преобразования на заданном массиве значений.

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

В неаффинных преобразованиях, это обычно нетдействие. 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) [source]

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 нетдействие.

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) [source]

Возвращает преобразованный путь.

path: экземпляр Path.

В некоторых случаях это преобразование может вставить кривые в путь, который изначально был представлен отрезками прямых.

transform_path_affine(path) [source]

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) [source]

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) [source]

Bases: matplotlib.transforms.BboxBase

Изменяемый прямоугольник.

Параметры:	points : ndarray Двумерный массив NumPy размером 2x2 вида [[x0, y0], [x1, y1]].

Примечания

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

bounds

Возвращает (x0, y0, width, height).

static from_bounds(x0, y0, width, height) [source]

(Статический метод) Создает новый прямоугольник Bbox из x0, y0, ширина и высота.

ширина и высота могут быть отрицательными.

static from_extents(*args) [source]

(Статический метод) Создает новый прямоугольник из слева, снизу, справа и сверху.

Ось y направлена вверх.

get_points() [source]

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

ignore(value) [source]

Установить, следует ли игнорировать существующие границы прямоугольника при последующих вызовах update_from_data_xy().

value : bool

• При True, последующие вызовы update_from_data_xy() будут игнорировать существующие границы прямоугольника.
• При False, последующие вызовы update_from_data_xy() будут учитывать существующие границы прямоугольника.

intervalx

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

intervaly

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

minpos

minposx

minposy

mutated() [source]

Возвращает, был ли прямоугольник изменён с момента инициализации.

mutatedx() [source]

Возвращает, были ли изменены пределы по оси x с момента инициализации.

mutatedy() [source]

Возвращает, были ли изменены пределы по оси y с момента инициализации.

static null() [source]

(Статический метод) Создает новый нулевой прямоугольник Bbox от (inf, inf) до (-inf, -inf).

p0

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

p1

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

set(other) [source]

Установить этот прямоугольник из «замороженных» границ другого прямоугольника Bbox.

set_points(points) [source]

Установить точки прямоугольника напрямую из массива NumPy вида: [[x0, y0], [x1, y1]]. Проверка ошибок не выполняется, так как этот метод в основном предназначен для внутреннего использования.

static unit() [source]

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

update_from_data_xy(xy, ignore=None, updatex=True, updatey=True) [source]

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

Параметры:	xy : ndarray Массив NumPy с точками в 2D. ignore : bool, optional При True, игнорировать существующие границы прямоугольника. При False, учитывать существующие границы прямоугольника. При None, использовать последнее значение, переданное в ignore(). updatex, updatey : bool, optional При True, обновить значения x/y.

update_from_path(path, ignore=None, updatex=True, updatey=True) [source]

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

Параметры:	path : Path ignore : bool, optional при True, игнорировать существующие границы Bbox. при False, включить существующие границы Bbox. при None, использовать последнее значение, переданное в ignore(). updatex, updatey : bool, optional При True, обновить значения x/y.

x0

x0 — первое из пары координат x, определяющих прямоугольник. x0 не гарантируется, что будет меньше, чем x1. Если требуется, используйте xmin.

x1

x1 — второе из пары координат x, определяющих прямоугольник. x1 не гарантируется, что будет больше, чем x0. Если требуется, используйте xmax.

y0

y0 — первое из пары координат y, определяющих прямоугольник. y0 не гарантируется, что будет меньше, чем y1. Если требуется, используйте ymin.

y1

y1 — второе из пары координат y, определяющих прямоугольник. y1 не гарантируется, что будет больше, чем y0. Если требуется, используйте ymax.

class matplotlib.transforms.BboxBase(shorthand_name=None) [source]

Базовый класс всех прямоугольных областей, предоставляющий только для чтения доступ к его данным. Изменяемую прямоугольную область предоставляет класс 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.

Параметры:	shorthand_name : str Строка, представляющая «имя» преобразования. Имя не имеет значения, кроме повышения удобочитаемости str(transform) при DEBUG=True.

anchored(c, container=None) [source]

Возвращает копию Bbox, смещённую в позицию c внутри контейнера.

Параметры:	c : Может быть: Последовательность (cx, cy), где cx и cy изменяются от 0 до 1, где 0 — слева или снизу, а 1 — справа или сверху строка: - 'C' для центрирования - 'S' для нижнего центра - 'SE' для левого нижнего угла - 'E' для левого края — и т. д. container : Bbox, optional Прямоугольная область, в которой размещается Bbox; по умолчанию — начальная Bbox.

bounds

Возвращает (x0, y0, width, height).

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

contains(x, y) [source]

Возвращает, содержится ли (x, y) внутри прямоугольной области или на её границе.

containsx(x) [source]

Возвращает, содержится ли x в замкнутом интервале (x0, x1).

containsy(y) [source]

Возвращает, содержится ли y в замкнутом интервале (y0, y1).

corners() [source]

Возвращает массив точек, которые являются четырьмя углами этого прямоугольника. Например, если эта Bbox определена точками (a, b) и (c, d), corners() возвращает (a, b), (a, d), (c, b) и (c, d).

count_contains(vertices) [source]

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

Параметры:	vertices : Nx2 Numpy array.

count_overlaps(bboxes) [source]

Подсчитывает количество перекрывающихся прямоугольных областей.

Параметры:	bboxes : sequence of BboxBase objects

expanded(sw, sh) [source]

Возвращает новую прямоугольную область, которая расширена вокруг центра данной прямоугольной области на заданные множители sw и sh.

extents

Возвращает (x0, y0, x1, y1).

frozen() [source]

TransformNode — базовый класс для всего, что участвует в дереве преобразований и должно аннулировать своих родителей или быть аннулированным. Это включает классы, которые на самом деле не являются преобразованиями, такие как прямоугольные области, так как некоторые преобразования зависят от прямоугольных областей для вычисления своих значений.

fully_contains(x, y) [source]

Возвращает, содержится ли x, y внутри прямоугольной области, но не на её границе.

fully_containsx(x) [source]

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

fully_containsy(y) [source]

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

fully_overlaps(other) [source]

Возвращает значение, указывающее, перекрывается ли этот прямоугольник с другим прямоугольником, не включая границы.

Параметры:	other : BboxBase

get_points() [source]

height

Высота прямоугольника. Может быть отрицательной, если y1 < y0.

static intersection(bbox1, bbox2) [source]

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

intervalx

intervalx — пара координат x, определяющих прямоугольник. Не гарантируется, что она отсортирована слева направо.

intervaly

intervaly — пара координат y, определяющих прямоугольник. Не гарантируется, что она отсортирована снизу вверх.

inverse_transformed(transform) [source]

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

is_affine = True

is_bbox = True

is_unit() [source]

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

max

max — верхний правый угол прямоугольника.

min

min — нижний левый угол прямоугольника.

overlaps(other) [source]

Возвращает значение, указывающее, перекрывается ли этот прямоугольник с другим прямоугольником.

Параметры:	other : BboxBase

p0

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

p1

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

padded(p) [source]

Возвращает новый Bbox, отступленный по всем четырём сторонам на заданное значение.

rotated(radians) [source]

Возвращает новый прямоугольник, охватывающий повернутую версию этого прямоугольника на заданный угол в радианах. Новый прямоугольник, конечно, всё ещё выровнен по осям.

shrunk(mx, my) [source]

Возвращает копию Bbox, сжатую на коэффициент mx по оси x и на коэффициент my по оси y. Нижний левый угол прямоугольника остаётся неизменным. Обычно mx и my будут меньше 1, но это не является обязательным.

shrunk_to_aspect(box_aspect, container=None, fig_aspect=1.0) [source]

Возвращает копию Bbox, сжатую до желаемого соотношения сторон box_aspect. Если координаты прямоугольника относительные (например, доли большего прямоугольника, как фигуры), то физическое соотношение сторон этой фигуры задаётся параметром fig_aspect, чтобы box_aspect также можно было задавать как отношение абсолютных размеров, а не относительных.

size

Ширина и высота прямоугольника. Может быть отрицательной, так же как width и height.

splitx(*args) [source]

например, bbox.splitx(f1, f2, ...)

Возвращает список новых объектов Bbox, полученных путём деления исходного прямоугольника вертикальными линиями в долях f1, f2, ...

splity(*args) [source]

например, bbox.splitx(f1, f2, ...)

Возвращает список новых объектов Bbox, полученных путём деления исходного прямоугольника горизонтальными линиями в долях f1, f2, ...

transformed(transform) [source]

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

translated(tx, ty) [source]

Возвращает копию Bbox, статически сдвинутую на tx и ty.

static union(bboxes) [source]

Возвращает Bbox, содержащий все заданные прямоугольники.

width

Ширина области. Может быть отрицательной, если x1 < x0.

x0

x0 — первая из пары координат x, определяющих прямоугольник. x0 не гарантируется, что будет меньше, чем x1. Если вам это нужно, используйте xmin.

x1

x1 — вторая из пары координат x, определяющих прямоугольник. x1 не гарантируется, что будет больше, чем x0. Если вам это нужно, используйте xmax.

xmax

xmax — правая граница прямоугольника.

xmin

xmin — левая граница прямоугольника.

y0

y0 — первая из пары координат y, определяющих прямоугольник. y0 не гарантируется, что будет меньше, чем y1. Если вам это нужно, используйте ymin.

y1

y1 — вторая из пары координат y, определяющих прямоугольник. y1 не гарантируется, что будет больше, чем y0. Если вам это нужно, используйте ymax.

ymax

ymax — верхняя граница прямоугольника.

ymin

ymin — нижняя граница прямоугольника.

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

Bases: matplotlib.transforms.Affine2DBase

BboxTransform линейно преобразует точки из одного Bbox в другой Bbox.

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

get_matrix() [source]

Получает массив аффинного преобразования для аффинной части этого преобразования.

is_separable = True

class matplotlib.transforms.BboxTransformFrom(boxin, **kwargs) [source]

Bases: matplotlib.transforms.Affine2DBase

BboxTransformFrom линейно преобразует точки из заданного Bbox в единичный прямоугольник.

get_matrix() [source]

Получает массив аффинного преобразования для аффинной части этого преобразования.

is_separable = True

class matplotlib.transforms.BboxTransformTo(boxout, **kwargs) [source]

Bases: matplotlib.transforms.Affine2DBase

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

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

get_matrix() [source]

Получает массив аффинного преобразования для аффинной части этого преобразования.

is_separable = True

class matplotlib.transforms.BboxTransformToMaxOnly(boxout, **kwargs) [source]

Bases: matplotlib.transforms.BboxTransformTo

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

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

get_matrix() [source]

Получает массив аффинного преобразования для аффинной части этого преобразования.

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

Bases: matplotlib.transforms.Affine2DBase

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

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

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

Оба x_transform и y_transform должны быть 2D-аффинными преобразованиями.

Обычно этот конструктор не вызывается напрямую, а используется функция blended_transform_factory(), которая может автоматически определить, какой тип смешанного преобразования следует создать.

contains_branch_seperately(transform) [source]

Возвращает, является ли заданный фрагмент поддеревом этого преобразования на каждой отдельной оси.

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

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

get_matrix() [source]

Получить массив аффинного преобразования для аффинной части этого преобразования.

is_separable = True

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

Bases: matplotlib.transforms.Transform

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

Этот «обобщённый» вариант может обрабатывать любое заданное дочернее преобразование по осям x и y.

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

Обычно этот конструктор не вызывается напрямую, а используется функция blended_transform_factory(), которая может автоматически определить, какой тип смешанного преобразования следует создать.

contains_branch(other) [source]

Возвращает, является ли заданное преобразование поддеревом этого преобразования.

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

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

contains_branch_seperately(transform) [source]

Возвращает, является ли заданный фрагмент поддеревом этого преобразования на каждой отдельной оси.

Частое 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 формирования экземпляра этого преобразования.

Примечание

В случае с составным преобразованием возвращается максимальная глубина из двух.

frozen() [source]

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() может обычно использоваться.

get_affine() [source]

Получить аффинную часть этого преобразования.

has_inverse

input_dims = 2

inverted() [source]

Возвращает соответствующее обратное преобразование.

Результат работы этого метода должен рассматриваться как временный. Обновление self не вызывает соответствующего обновления его обратного экземпляра.

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

is_affine

is_separable = True

output_dims = 2

pass_through = True

transform_non_affine(points) [source]

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 пустое действие.

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) [source]

Bases: matplotlib.transforms.Affine2DBase

Составное преобразование, образованное применением преобразования a, а затем преобразования b.

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

Создаёт новое составное преобразование, которое является результатом применения преобразования a, а затем преобразования b.

Оба a и b должны быть экземплярами Affine2DBase.

Обычно этот конструктор не вызывается напрямую, а используется функция composite_transform_factory(), которая может автоматически выбрать лучший тип экземпляра составного преобразования для создания.

depth

Возвращает количество преобразований, которые были объединены для формирования экземпляра этого преобразования.

Примечание

В случае с составным преобразованием возвращается максимальная глубина из двух.

get_matrix() [source]

Получить массив аффинного преобразования для аффинной части этого преобразования.

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

Основы: 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, являющийся результатом применения преобразования a, а затем преобразования b.

Обычно 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

Возвращает количество преобразований, которые были объединены вместе для формирования этого экземпляра преобразователя.

Примечание

В случае специального составного преобразователя возвращается максимальная глубина из двух.

frozen() [source]

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

get_affine() [source]

Получает аффинное преобразование этого преобразователя.

has_inverse

inverted() [source]

Возвращает соответствующее обратное преобразование.

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

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

is_affine

is_separable

pass_through = True

transform_affine(points) [source]

Выполняет только аффинное преобразование на заданном массиве 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) [source]

Выполняет только неаффинное преобразование.

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_non_affine(path) [source]

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) [source]

Bases: matplotlib.transforms.Affine2DBase

A special class that does one thing, the identity transform, in a fast way.

frozen() [source]

Returns a frozen copy of this transform node. The frozen copy will not update when its children change. Useful for storing a previously known state of a transform where copy.deepcopy() might normally be used.

get_affine() [source]

Return the corresponding inverse transformation.

The return value of this method should be treated as temporary. An update to self does not cause a corresponding update to its inverted copy.

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

get_matrix() [source]

Get the Affine transformation array for the affine part of this transform.

inverted()

Return the corresponding inverse transformation.

The return value of this method should be treated as temporary. An update to self does not cause a corresponding update to its inverted copy.

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

transform(points) [source]

Performs only the non-affine part of the transformation.

transform(values) is always equivalent to transform_affine(transform_non_affine(values)).

In non-affine transformations, this is generally equivalent to transform(values). In affine transformations, this is always a no-op.

Accepts a numpy array of shape (N x input_dims) and returns a numpy array of shape (N x output_dims).

Alternatively, accepts a numpy array of length input_dims and returns a numpy array of length output_dims.

transform_affine(points)

Performs only the non-affine part of the transformation.

transform(values) is always equivalent to transform_affine(transform_non_affine(values)).

In non-affine transformations, this is generally equivalent to transform(values). In affine transformations, this is always a no-op.

Accepts a numpy array of shape (N x input_dims) and returns a numpy array of shape (N x output_dims).

Alternatively, accepts a numpy array of length input_dims and returns a numpy array of length output_dims.

transform_non_affine(points)

Performs only the non-affine part of the transformation.

transform(values) is always equivalent to transform_affine(transform_non_affine(values)).

In non-affine transformations, this is generally equivalent to transform(values). In affine transformations, this is always a no-op.

Accepts a numpy array of shape (N x input_dims) and returns a numpy array of shape (N x output_dims).

Alternatively, accepts a numpy array of length input_dims and returns a numpy array of length output_dims.

transform_path(path) [source]

Returns a path, transformed only by the non-affine part of this transform.

path: a Path instance.

transform_path(path) is equivalent to transform_path_affine(transform_path_non_affine(values)).

transform_path_affine(path)

Returns a path, transformed only by the non-affine part of this transform.

path: a Path instance.

transform_path(path) is equivalent to transform_path_affine(transform_path_non_affine(values)).

transform_path_non_affine(path)

Returns a path, transformed only by the non-affine part of this transform.

path: a Path instance.

transform_path(path) is equivalent to transform_path_affine(transform_path_non_affine(values)).

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

Bases: matplotlib.transforms.BboxBase

A Bbox where some elements may be locked at certain values.

When the child bounding box changes, the bounds of this bbox will update accordingly with the exception of the locked elements.

Parameters:	bbox : Bbox The child bounding box to wrap. x0 : float or None The locked value for x0, or None to leave unlocked. y0 : float or None The locked value for y0, or None to leave unlocked. x1 : float or None The locked value for x1, or None to leave unlocked. y1 : float or None The locked value for y1, or None to leave unlocked.

get_points() [source]

Get the points of the bounding box directly as a numpy array of the form: [[x0, y0], [x1, y1]].

locked_x0

float or None: The value used for the locked x0.

locked_x1

float or None: The value used for the locked x1.

locked_y0

float or None: The value used for the locked y0.

locked_y1

float or None: The value used for the locked y1.

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

Bases: matplotlib.transforms.Affine2DBase

A transformation that translates by xt and yt, after xt and yt have been transformad by the given transform scale_trans.

get_matrix() [source]

Get the Affine transformation array for the affine part of this transform.

class matplotlib.transforms.Transform(shorthand_name=None) [source]

Основание: 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 переопределять 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()

Создает новый TransformNode.

Параметры:	shorthand_name : str Строка, представляющая "имя" преобразования. Имя не имеет значения, кроме как для улучшения удобочитаемости str(transform) при DEBUG=True.

contains_branch(other) [source]

Возвращает, является ли данное преобразование поддеревом этого преобразования.

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

В случае, когда данное преобразование представляет собой все это преобразование, возвращает True.

contains_branch_seperately(other_transform) [source]

Возвращает, является ли данный поддерево этого преобразования по каждому отдельному измерению.

Общее применение для этого метода заключается в определении, 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 вместе для формирования этого экземпляра Transform.

Примечание

В случае специального преобразования Composite возвращается максимальная глубина двух.

get_affine() [source]

Получить аффинную часть этого преобразования.

get_matrix() [source]

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 измерений этого преобразования. Должно быть переопределено (целыми числами) в подклассе.

inverted() [source]

Возвращает соответствующее обратное преобразование.

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

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

is_separable = False

True, если это преобразование разделяемо по x- и y-осям.

output_dims = None

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

transform(values) [source]

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) [source]

Выполняет только аффинную часть этого преобразования над заданным массивом значений.

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

В неаффинных преобразованиях это, как правило, нет. 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) [source]

Выполняет преобразование набора углов, закрепленных в определённых местах.

angles должен быть столбцом вектора (т. е. массивом NumPy).

pts должен быть массивом NumPy с двумя столбцами x,y позиций (преобразования углов в настоящее время работают только в 2D). Этот массив должен иметь одинаковое количество строк, что и angles.

radians указывает, заданы ли входные углы в

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

pushoff — это расстояние для перемещения 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 близко к pts, чтобы найти угол в преобразованной системе.

transform_bbox(bbox) [source]

Преобразовать заданную область.

Обратите внимание, для более умных преобразований, включающих кэширование (обычное требование для matplotlib рисунков), см. TransformedBbox.

transform_non_affine(values) [source]

Выполняет только неаффинную часть преобразования.

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

При неаффинных преобразованиях это обычно эквивалентно transform(values). При аффинных преобразованиях это всегда бесполезно.

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) [source]

Возвращает преобразованный путь.

path: экземпляр Path.

В некоторых случаях это преобразование может вставлять кривые в путь, который изначально был составлен из отрезков прямых.

transform_path_affine(path) [source]

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) [source]

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) [source]

Удобная функция, возвращающая преобразованную копию отдельной точки.

Точка задаётся последовательностью длины input_dims. Преобразованная точка возвращается как последовательность длины output_dims.

class matplotlib.transforms.TransformNode(shorthand_name=None) [source]

Bases: object

TransformNode — базовый класс для всего, что участвует в дереве преобразований и должно делать недействительными своих родителей или делаться недействительным. Это включает классы, которые не являются преобразованиями, такие как прямоугольные области, поскольку некоторые преобразования зависят от прямоугольных областей для вычисления своих значений.

Создаёт новый TransformNode.

Параметры:	shorthand_name : str Строка, представляющая «имя» преобразования. Имя не несёт никакого смысла, кроме повышения удобочитаемости str(transform) при DEBUG=True.

INVALID = 3

INVALID_AFFINE = 2

INVALID_NON_AFFINE = 1

frozen() [source]

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

invalidate() [source]

Делает этот TransformNode недействительным и запускает недействительность его предков. Должно вызываться всякий раз, когда преобразование изменяется.

is_affine = False

is_bbox = False

pass_through = False

Если pass_through равно True, все предки всегда будут делаться недействительными, даже если 'self' уже недействителен.

set_children(*children) [source]

Устанавливает дочерние элементы преобразования, чтобы система недействительности знала, какие преобразования могут сделать это преобразование недействительным. Должно вызываться из конструктора любых преобразований, зависящих от других преобразований.

class matplotlib.transforms.TransformWrapper(child) [source]

Bases: matplotlib.transforms.Transform

Вспомогательный класс, хранящий одно дочернее преобразование и действующий аналогично ему.

Это полезно, если узел дерева преобразований должен быть заменён во время выполнения преобразованием другого типа. Этот класс позволяет заменить это преобразование таким образом, чтобы правильно запускалась недействительность.

Обратите внимание, что экземпляры TransformWrapper должны иметь одинаковые входные и выходные размерности на всём протяжении их существования, поэтому дочернее преобразование может быть заменено только другим дочерним преобразованием с теми же размерностями.

child: Экземпляр класса:Transform. Это дочернее преобразование может быть позже заменено с помощью set().

frozen() [source]

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

has_inverse

is_affine

is_separable

pass_through = True

set(child) [source]

Заменяет текущее дочернее преобразование другим.

Новое дочернее преобразование должно иметь такое же количество входных и выходных размерностей, как и текущее.

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

Bases: matplotlib.transforms.BboxBase

A Bbox that is automatically transformed by a given transform. When either the child bounding box or transform changes, the bounds of this bbox will update accordingly.

Параметры:	bbox : Bbox transform : Transform

get_points() [source]

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

class matplotlib.transforms.TransformedPatchPath(patch) [source]

Bases: matplotlib.transforms.TransformedPath

A TransformedPatchPath кэширует неаффинное преобразованное копию Patch. Эта кэшированная копия автоматически обновляется при изменении неаффинной части преобразования или области.

Создать новый TransformedPatchPath из заданной Patch.

class matplotlib.transforms.TransformedPath(path, transform) [source]

Bases: matplotlib.transforms.TransformNode

A TransformedPath кэширует неаффинное преобразованную копию Path. Эта кэшированная копия автоматически обновляется при изменении неаффинной части преобразования.

Примечание

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

Создать новый TransformedPath из данного Path и Transform.

get_affine() [source]

get_fully_transformed_path() [source]

Возвращает полностью преобразованную копию пути.

get_transformed_path_and_affine() [source]

Возвращает копию пути, с уже примененной неаффинной частью преобразования, вместе с аффинной частью пути, необходимой для завершения преобразования.

get_transformed_points_and_affine() [source]

Возвращает копию пути, с уже примененной неаффинной частью преобразования, вместе с 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) [source]

Создает 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 дочерних преобразования являются аффинными.

matplotlib.transforms.composite_transform_factory(a, b) [source]

Создает новое составное преобразование, которое является результатом применения преобразования a, а затем преобразования b.

Ускоренные версии смешанного преобразования предоставляются в случае, когда оба дочерних преобразования являются аффинными, или одно или другое является тождественным преобразованием.

Составные преобразования также могут быть созданы с использованием оператора '+', например:

c = a + b

matplotlib.transforms.interval_contains(interval, val) [source]

Проверка, включительно, находится ли интервал включает данное значение.

Параметры:	interval : sequence of scalar Последовательность длиной 2, конечные точки, которые определяют интервал. val : scalar Значение, для проверки, находится ли оно в интервале.
Возвращает:	bool Возвращает true, если заданное значение находится в интервале.

matplotlib.transforms.interval_contains_open(interval, val) [source]

Проверка, исключая конечные точки, находится ли интервал включает данное значение.

Параметры:	interval : sequence of scalar Последовательность длиной 2, конечные точки, которые определяют интервал. val : scalar Значение, для проверки, находится ли оно в интервале.
Возвращает:	bool Возвращает true, если заданное значение находится в интервале.

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

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

Параметры:

vmin, vmax : float Начальные конечные точки. expander : float, optional, default: 0.001 Дробная величина, на которую vmin и vmax расширяются, если исходный интервал слишком мал, на основе tiny. tiny : float, optional, default: 1e-15 Порог для 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. increasing : bool, optional, default: True Если True, поменяйте vmin, vmax, если vmin > vmax.

Возвращает:

vmin, vmax : float Конечные точки, расширенные и/или измененные, если необходимо. Если любой из входных данных равен inf или NaN, или если оба входных данных равны 0 или очень близки к нулю, возвращается -expander, expander.

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

Возвращает новый преобразователь с добавленным смещением.

Параметры:	trans : Transform instance Любое преобразование, к которому будет применено смещение. fig : Figure, optional, default: None Текущая фигура. Может быть None, если units равны 'dots'. x, y : float, optional, default: 0.0 Указывает смещение, которое нужно применить. units : {'inches', 'points', 'dots'}, optional Единицы смещения.
Возвращает:	trans : Transform instance Преобразователь со применённым смещением.