преобразования

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. Когда содержимое дочерних элементов изменяется, их родительские элементы автоматически делают недействительными. В следующий раз, когда обращаются к недействительному преобразованию, оно пересчитывается, чтобы отразить эти изменения. Этот подход недействительности/кеширования предотвращает ненужные пересчёты преобразований и способствует улучшению производительности в интерактивном режиме.

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

Этот фреймворк можно использовать как для аффинных, так и для неаффинных преобразований. Однако для скорости мы хотим использовать бэкенд-рендереры для выполнения аффинных преобразований, когда это возможно. Поэтому можно выполнить только аффинную или неаффинную часть преобразования на наборе данных. Аффинное преобразование всегда предполагается после неаффинного. Для любого преобразования:

full transform == non-affine part + affine part

Бэкенды не должны обрабатывать неаффинные преобразования самостоятельно.

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

Bases: matplotlib.transforms.Affine2DBase

Изменяемая 2D аффинная трансформация.

Инициализировать аффинную трансформацию 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 на тождественную трансформацию.

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 как 3x3 массив numpy:

a c e
b d f
0 0 1

.

static identity() [source]

(статический метод) Возвращает новый объект Affine2D, который является тождественным преобразованием.

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

is_separable

rotate(theta) [source]

Добавить поворот (в радианах) к этому преобразованию на месте.

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

rotate_around(x, y, theta) [source]

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

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

rotate_deg(degrees) [source]

Добавить поворот (в градусах) к этому преобразованию на месте.

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

rotate_deg_around(x, y, degrees) [source]

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

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

scale(sx, sy=None) [source]

Добавляет масштабирование на месте.

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

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

set(other) [source]

Установить это преобразование 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 комбинировать 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 комбинировать 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, должны будут переопределять конструктор и get_matrix() для генерации пользовательской 3x3 матрицы.

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 обычно использоваться.

has_inverse = True

input_dims = 2

inverted() [source]

Возвращает соответствующее обратное преобразование.

Результат работы этого метода следует рассматривать как временный. 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, пустая операция. 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_point(point) [source]

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) [source]

Базовый класс всех аффинных преобразований любого числа измерений.

get_affine() [source]

Получить аффинную часть этого преобразования.

is_affine = True

transform(values) [source]

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 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, пустая операция. 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, как правило, 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 длины input_dims и возвращает массив numpy длины output_dims.

transform_path(path) Path instance.

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

transform_path_affine(path) Path instance.

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

transform_path_non_affine(path) Path instance.

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) Создаёт новый прямоугольник Bbox по значениям x0, y0, width и height.

width и height могут быть отрицательными.

static from_extents(*args) [source]

(статический метод) Создаёт новый прямоугольник из значений left, bottom, right и top.

Значения по оси y возрастают вверх.

get_points() [source]

Получить точки прямоугольника напрямую в виде массива numpy: [[x0, y0], [x1, y1]].

ignore(value) [source]

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

value : bool

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

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, изменился ли прямоугольник с момента инициализации.

mutatedx() [source]

Возвращает, изменились ли пределы по оси x с момента инициализации.

mutatedy() [source]

Возвращает, изменились ли пределы по оси y с момента инициализации.

static null() [source]

(статический метод) Создаёт пустой 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 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 предназначен в основном для внутреннего использования.

static unit() [source]

(статический метод) Создаёт единичный прямоугольник Bbox от (0, 0) до (1, 1).

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

Обновить границы прямоугольника Bbox на основе переданных данных. После обновления, ширина и высота будут положительными; x0 и y0 будут минимальными значениями.

Параметры:	xy : ndarray Массив numpy точек в 2D. ignore : bool, optional При True, игнорировать существующие границы Bbox. При False, учитывать существующие границы Bbox. 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 — первая из пары координат x, определяющих прямоугольник. x0 не гарантированно меньше x1. Если вам это требуется, используйте xmin.

x1

x1 — вторая из пары координат x, определяющих прямоугольник. x1 не гарантированно больше x0. Если вам это требуется, используйте xmax.

y0

y0 — первая из пары координат y, определяющих прямоугольник. y0 не гарантированно меньше y1. Если вам это требуется, используйте ymin.

y1

y1 — вторая из пары координат y, определяющих прямоугольник. y1 не гарантированно больше y0. Если вам это требуется, используйте ymax.

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

Базовый класс всех прямоугольных областей, предоставляющий только для чтения доступ к данным. Изменяемая прямоугольная область предоставляется классом Bbox.

Каноническое представление — 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 никакого значения, кроме улучшения удобочитаемости str(transform) при DEBUG=True.

anchored(c, container=None) [source]

Возвращает копию Bbox, сдвинутую в положение c внутри контейнера.

Параметры:	c : Может быть либо: 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 центрирования по нижней стороне - 'SE' для левого нижнего угла - 'E' для левого края - и т. д. container : Bbox, optional Прямоугольник, внутри которого позиционируется Bbox; по умолчанию — исходный 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, находится ли (x, y) внутри прямоугольной области или на её границе.

containsx(x) [source]

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

containsy(y) [source]

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

corners() [source]

Возвращает массив точек, являющихся четырьмя углами этого прямоугольника. Например, если эта Bbox определяется точками (a, b) и (c, d), то 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 прямоугольных областей, которые перекрывают эту.

Параметры:	bboxes : sequence of BboxBase objects

expanded(sw, sh) [source]

Возвращает новую прямоугольную область, которая является этой прямоугольной областью, расширенной вокруг её центра 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 фактически не являются преобразованиями, такие как прямоугольные области, поскольку некоторые преобразования зависят от прямоугольных областей для вычисления своих значений.

fully_contains(x, y) [source]

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

fully_containsx(x) [source]

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

fully_containsy(y) [source]

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

fully_overlaps(other) [source]

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

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, с добавлением отступа по всем четырём сторонам на заданную величину.

rotated(radians) [source]

Возвращает новый прямоугольник, ограничивающий повернутую версию этого прямоугольника на заданный угол в радианах. Новый прямоугольник по-прежнему выровнен с осями.

shrunk(mx, my) [source]

Возвращает копию Bbox, уменьшенную 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 проверяется.

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

Возвращает копию Bbox, уменьшенную до максимального размера при заданном соотношении сторон box_aspect. Если координаты прямоугольника относительны (например, доли от большего прямоугольника, такого как фигура), то физическое соотношение сторон этой фигуры задаётся с помощью fig_aspect, так что box_aspect также может быть задано как отношение абсолютных размеров, а не относительных.

size

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

splitx(*args) [source]

например, bbox.splitx(f1, f2, ...)

Возвращает список новых объектов Bbox, образованных путём разделения исходного прямоугольника вертикальными линиями в долях f1, f2 и т.д.

splity(*args) [source]

например, bbox.splitx(f1, f2, ...)

Возвращает список новых объектов Bbox, образованных путём разделения исходного прямоугольника горизонтальными линиями в долях f1, f2 и т.д.

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 прямоугольные области.

width

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

x0

x0 — первая из пары координат x, определяющих прямоугольную область. x0 не гарантируется меньше x1. Если это необходимо, используйте xmin.

x1

x1 — вторая из пары координат x, определяющих прямоугольную область. x1 не гарантируется больше x0. Если это необходимо, используйте xmax.

xmax

xmax — правая граница прямоугольной области.

xmin

xmin — левая граница прямоугольной области.

y0

y0 — первая из пары координат y, определяющих прямоугольную область. y0 не гарантируется меньше y1. Если это необходимо, используйте ymin.

y1

y1 — вторая из пары координат y, определяющих прямоугольную область. y1 не гарантируется больше y0. Если это необходимо, используйте ymax.

ymax

ymax — верхняя граница прямоугольной области.

ymin

ymin — нижняя граница прямоугольной области.

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

Bases: matplotlib.transforms.Affine2DBase

BboxTransform линейно преобразует точки из одной Bbox в другую Bbox.

Создаёт новый BboxTransform, линейно преобразующий точки из boxin в boxout.

get_matrix() [source]

Получить массив преобразования Аффина для аффинной части этого преобразования.

is_separable = True

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

Bases: matplotlib.transforms.Affine2DBase

BboxTransformFrom линейно преобразует точки из заданной Bbox в единичную прямоугольную область.

get_matrix() [source]

Получить массив преобразования Аффина для аффинной части этого преобразования.

is_separable = True

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

Bases: matplotlib.transforms.Affine2DBase

BboxTransformTo — преобразование, линейно преобразующее точки из единичной прямоугольной области в заданную Bbox.

Создаёт новый BboxTransformTo, линейно преобразующий точки из единичной прямоугольной области в boxout.

get_matrix() [source]

Получить массив преобразования Аффина для аффинной части этого преобразования.

is_separable = True

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

Bases: matplotlib.transforms.BboxTransformTo

BboxTransformTo — преобразование, линейно преобразующее точки из единичной прямоугольной области в заданную Bbox с фиксированной верхней левой точкой (0, 0).

Создаёт новый BboxTransformTo, линейно преобразующий точки из единичной прямоугольной области в boxout.

get_matrix() [source]

Получить массив преобразования Аффина для аффинной части этого преобразования.

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

Основы: matplotlib.transforms.Affine2DBase

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

Данная версия является оптимизацией для случая, когда оба дочерних преобразования являются типа Affine2DBase.

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

И x_transform, и y_transform должны быть 2D-аффинными преобразованиями.

Обычно вы не будете вызывать этот конструктор напрямую, а воспользуетесь функцией blended_transform_factory(), которая автоматически определит, какой тип смешанного преобразования создать.

contains_branch_seperately(transform) [source]

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

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)

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]

Основы: matplotlib.transforms.Transform

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

Эта «обобщённая» версия 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 вы не будете вызывать этот конструктор напрямую, а воспользуетесь функцией blended_transform_factory(), которая автоматически определит, какой тип смешанного преобразования создать.

contains_branch(other) [source]

Возвращает, является ли заданное преобразование поддеревом этого преобразования.

Этот метод использует равенство преобразований для идентификации 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 данный фрагмент поддеревом этого преобразования на каждой отдельной оси.

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 экземпляра этого преобразования.

Примечание

В случае составного преобразования возвращается максимальная глубина из двух.

frozen() [source]

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

get_affine() [source]

Получить аффинную часть этого преобразования.

has_inverse

input_dims = 2

inverted() [source]

Возвращает соответствующее обратное преобразование.

Значение, возвращаемое этим методом, должно рассматриваться как временное. Обновление self не вызывает соответствующего обновления 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) [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]

Основы: matplotlib.transforms.Affine2DBase

Составное преобразование, сформированное путём применения преобразования a, а затем преобразования b.

Эта версия оптимизирована для случая, когда a и b являются 2D-аффинными.

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

И a, и b должны быть экземплярами Affine2DBase.

Обычно вы не будете вызывать этот конструктор напрямую, а воспользуетесь функцией composite_transform_factory(), которая автоматически выберет лучший тип экземпляра составного преобразования для создания.

depth

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

Примечание

В случае составного преобразования 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]

Базы: 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.

Обычно вы не будете вызывать этот конструктор напрямую, а вместо этого воспользуетесь функцией composite_transform_factory(), которая может автоматически выбрать лучший тип экземпляра составного преобразователя для создания.

depth

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

Примечание

В случае составного преобразователя возвращается максимальная глубина из двух.

frozen() [source]

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

get_affine() [source]

Получает аффинное преобразование этого преобразователя.

has_inverse

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_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 нет операция. 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 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 нет операция.

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) [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]

Базы: matplotlib.transforms.Affine2DBase

Специальный класс, который выполняет операцию тождественного преобразования быстрым способом.

frozen() [source]

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

get_affine() [source]

Возвращает соответствующее обратное преобразование.

Результат этой функции следует рассматривать как временный. Обновление self не вызывает соответствующего обновления его инвертированной копии.

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

get_matrix() [source]

Получить массив аффинного преобразования для аффинной части этого преобразования.

inverted()

Возвращает соответствующее обратное преобразование.

Результат этой функции следует рассматривать как временный. Обновление self не вызывает соответствующего обновления его инвертированной копии.

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

transform(points) [source]

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 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_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 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_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 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) [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_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) [source]

Базы: matplotlib.transforms.BboxBase

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 or None Заблокированное значение для x0 или None для разблокирования. y0 : float or None Заблокированное значение для y0 или None для разблокирования. x1 : float or None Заблокированное значение для x1 или None для разблокирования. y1 : float or None Заблокированное значение для y1 или None для разблокирования.

get_points() [source]

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) [source]

Базы: matplotlib.transforms.Affine2DBase

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

get_matrix() [source]

Получить массив аффинного преобразования для аффинной части этого преобразования.

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

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 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, например, добавлять кривые там, где раньше были отрезки прямых, оно должно переопределять:

• transform_path()

Создает новый TransformNode.

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

contains_branch(other) [source]

Возвращает, является ли заданное преобразование поддеревом этого преобразования.

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

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

contains_branch_seperately(other_transform) [source]

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

Распространенное использование этого метода — определить, является ли преобразование комбинированным 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 экземпляра Transform.

Примечание

В случае специального преобразования Composite возвращается максимальная глубина двух преобразований.

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 для этого преобразования существует соответствующее обратное преобразование.

input_dims = None

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

inverted() [source]

Возвращает соответствующее обратное преобразование.

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

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

is_separable = False

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

output_dims = None

Количество выходных размерностей 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 на заданном массиве 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) [source]

Выполняет преобразование набора углов, закрепленных в определенных местах.

angles должен быть столбцом вектором (т. е. массивом numpy).

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

radians указывает, задаются 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 таким же размером, как angles.

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

transform_bbox(bbox) [source]

Преобразовать заданный прямоугольник.

Обратите внимание, для более интеллектуальных преобразований, включая кэширование (часто требуемое для графиков matplotlib), см. TransformedBbox.

transform_non_affine(values) [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 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.

transform_path(path) [source]

Возвращает преобразованный путь.

path: экземпляр Path.

В некоторых случаях это преобразование может вставить кривые в путь, который изначально представлял собой отрезки 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]

Функция-утилита, возвращающая преобразованную копию одной точки.

Точка задается как последовательность 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 всех, кто участвует в дереве преобразований и должен делать недействительными своих родителей или быть сделанными недействительными. Сюда входят классы, которые на самом деле не являются преобразованиями, такие как ограничительные прямоугольники, так как некоторые преобразования зависят от ограничительных прямоугольников для вычисления своих значений.

Создаёт новый TransformNode.

Параметры:	shorthand_name : str Строка, представляющая "имя" преобразования. Имя не имеет никакого значения, кроме улучшения 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 дочерних элементов. Полезно для хранения ранее известного состояния преобразования, где copy.deepcopy() обычно используется.

invalidate() [source]

Делает этот TransformNode недействительным и запускает процесс недействительности своих предков. Должно вызываться всякий раз, когда преобразование изменяется.

is_affine = False

is_bbox = False

pass_through = False

Если pass_through True, все предки будут всегда делать 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, которые зависят от других преобразований.

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

Bases: matplotlib.transforms.Transform

Вспомогательный класс, который содержит единственное дочернее преобразование и действует эквивалентно ему.

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

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

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

frozen() [source]

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

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 размеров, что и текущее.

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

Bases: matplotlib.transforms.BboxBase

A Bbox, автоматически преобразуемый заданным преобразованием. При изменении дочерней области или преобразования границы этого объекта будут обновляться соответствующим образом.

Параметры:	bbox : Bbox transform : Transform

get_points() [source]

Получить точки области непосредственно в виде массива NumPy следующего формата: [[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 приведет к пересчёту преобразования.

Создать новый TransformedPath из заданных 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 применённой неаффинной частью преобразования, вместе с аффинной частью пути, необходимой для завершения преобразования.

get_transformed_points_and_affine() [source]

Возвращает копию пути с уже применённой 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]

Создаёт новое "смешанное" преобразование, использующее x_transform для преобразования оси x и y_transform для преобразования оси y.

Для случая, когда оба дочерних преобразования являются аффинными, возвращается более быстрая версия смешанного преобразования.

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

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

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

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

c = a + b

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

Проверяет, включая конечные точки, содержится ли заданное значение в интервале.

Параметры:	interval : sequence of scalar Последовательность длиной 2, конечные точки, определяющие интервал. val : scalar Значение для проверки принадлежности интервалу.
Возвращает:	bool Возвращает True, если заданное значение входит в интервал.

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

Проверяет, исключая конечные точки, содержится ли заданное значение в интервале.

Параметры:	interval : sequence of scalar Последовательность длиной 2, конечные точки, определяющие интервал. val : scalar Значение для проверки принадлежности интервалу.
Возвращает:	bool Возвращает True, если заданное значение входит в интервал.

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, основываясь на tiny. tiny : float, optional, default: 1e-15 Пороговое значение для отношения интервала к максимальному абсолютному значению его конечных точек. Если интервал меньше этого значения, 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, меняет местами vmin, vmax, если vmin > vmax.

Возвращает:

vmin, vmax : float Конечные точки, расширенные и/или поменянные местами по необходимости. Если одно из входных значений равно inf или NaN, или если оба входных значения 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 трансформ с добавленным смещением.

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