matplotlib.transforms

В Matplotlib реализован механизм произвольных геометрических преобразований, который используется для определения конечного положения всех элементов, нарисованных на холсте.

Преобразования составляют дерево объектов TransformNode, чьё фактическое значение зависит от их дочерних элементов. При изменении содержимого дочерних элементов их родительские элементы автоматически аннулируются. При следующем обращении к аннулированному преобразованию оно пересчитывается, чтобы отразить эти изменения. Этот подход с аннулированием/кэшированием предотвращает ненужные пересчёты преобразований и способствует улучшению интерактивной производительности.

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

Механизм можно использовать как для аффинных, так и для неаффинных преобразований. Однако для повышения скорости мы хотим использовать обработчики отрисовки бэкенда для выполнения аффинных преобразований по мере возможности. 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.

См. учебное пособие Учебник по преобразованиям для примеров использования преобразований.

classmatplotlib.transforms.Affine2D(matrix=None, **kwargs)[исходный код]

Базовые классы: 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.

__init__(matrix=None, **kwargs)[исходный код]

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.

__module__='matplotlib.transforms'

__str__()[исходный код]: Возвратить str(self).

clear()[исходный код]: Сбросить базовую матрицу на тождественную трансформацию.

staticfrom_values(a, b, c, d, e, f)[исходный код]

Создать новый экземпляр Affine2D из заданных значений:

a c e
b d f
0 0 1

get_matrix()[исходный код]

Получить базовую матрицу преобразования как массив numpy 3x3:

a c e
b d f
0 0 1

staticidentity()[исходный код]

[Устарело] Возвращает новый объект Affine2D, который является тождественной трансформацией.

Если эта трансформация не будет изменяться позднее, рассмотрите использование более быстрого класса IdentityTransform вместо этого.

Примечания

Устарело начиная с версии 3.6: Используйте Affine2D() вместо.

rotate(theta)[исходный код]

Добавить поворот (в радианах) в эту трансформацию на месте.

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

rotate_around(x, y, theta)[исходный код]

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

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

rotate_deg(degrees)[исходный код]

Добавить поворот (в градусах) в эту трансформацию на месте.

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

rotate_deg_around(x, y, degrees)[исходный код]

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

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

scale(sx, sy=None)[исходный код]

Добавить масштабирование на месте.

Если sy равно None, одинаковый масштаб применяется по x- и y-направлениям.

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

END_OF_DOCUMENT_MARKER

set(other)[исходный код]: Установите это преобразование из замороженной копии другого объекта Affine2DBase.

set_matrix(mtx)[исходный код]

Установите основную матрицу преобразования из 3x3 массива numpy:

a c e
b d f
0 0 1

skew(xShear, yShear)[исходный код]

Добавить сдвиг на месте.

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

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

skew_deg(xShear, yShear)[исходный код]

Добавить сдвиг на месте.

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

translate(tx, ty)[исходный код]

Добавить сдвиг на месте.

классmatplotlib.transforms.Affine2DBase(*args, **kwargs)[исходный код]

Базовый класс всех 2D аффинных преобразований.

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

a c e
b d f
0 0 1

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

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

Параметры:

shorthand_namestr: Строка, представляющая "имя" преобразования. Имя не имеет значения, кроме улучшения читабельности str(transform) при DEBUG=True.

__annotations__={}

__module__='matplotlib.transforms'

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

has_inverse=True: Истина, если у этого преобразования есть соответствующее обратное преобразование.

input_dims=2: Количество входных измерений этого преобразования. Должно быть переопределено (целыми числами) в подклассе.

inverted()[исходный код]

Возвращает соответствующее обратное преобразование.

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

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

свойствоis_separable

bool(x) -> bool

Возвращает True, если аргумент x истинный, иначе False. Встроенные True и False являются единственными двумя экземплярами класса bool. Класс bool является подклассом класса int и не может быть подклассифицирован.

output_dims=2: Количество выходных измерений этого преобразования. Должно быть переопределено (целыми числами) в подклассе.

to_values()[исходный код]: Возвращает значения матрицы в виде (a, b, c, d, e, f) кортежа.

transform_affine(points)[исходный код]

Применяет только аффинную часть этого преобразования к заданному массиву значений.

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

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

Параметры:

valuesмассив: Входные значения в виде NumPy массива длиной input_dims или формы (N x input_dims).

Возвращает:

массив: Выходные значения в виде NumPy массива длиной output_dims или формы (N x output_dims), в зависимости от ввода.

classmatplotlib.transforms.AffineBase(*args, **kwargs)[источник]

Базовые классы: Transform

Базовый класс всех аффинных преобразований любого числа измерений.

Параметры:

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

__annotations__={}

__array__(*args, **kwargs)[источник]: Интерфейс массива для доступа к матрице аффинного преобразования этого объекта.

__eq__(other)[источник]: Возвращает self==value.

__hash__=None

__init__(*args, **kwargs)[источник]

Параметры:

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

__module__='matplotlib.transforms'

get_affine()[источник]: Получить аффинную часть этого преобразования.

is_affine=True

transform(values)[источник]

Применить данное преобразование к заданному массиву values.

Параметры:

valuesмассив: Входные значения в виде массива NumPy длиной input_dims или формы (N x input_dims).

Возвращает:

массив: Выходные значения в виде массива NumPy длиной output_dims или формы (N x output_dims), в зависимости от входных данных.

transform_affine(values)[источник]

Применить только аффинную часть данного преобразования к заданному массиву значений.

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

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

Параметры:

valuesмассив: Входные значения в виде массива NumPy длиной input_dims или формы (N x input_dims).

Возвращает:

массив: Выходные значения в виде массива NumPy длиной output_dims или формы (N x output_dims), в зависимости от входных данных.

transform_non_affine(points)[источник]

Применить только неаффинную часть данного преобразования.

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

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

Параметры:

valuesмассив: Входные значения в виде массива NumPy длиной input_dims или формы (N x input_dims).

Возвращает:

массив: Выходные значения в виде массива NumPy длиной output_dims или формы (N x output_dims), в зависимости от входных данных.

transform_path(path)[источник]

Применить преобразование к Path path, возвращая новый Path.

В некоторых случаях это преобразование может вставлять кривые в путь, который изначально представлял собой отрезки прямых.

transform_path_affine(path)[источник]

Применить аффинную часть данного преобразования к Path path, возвращая новый Path.

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

transform_path_non_affine(path)[источник]

Применить неаффинную часть данного преобразования к Path path, возвращая новый Path.

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

classmatplotlib.transforms.AffineDeltaTransform(transform, **kwargs)[источник]

Базовые классы: Affine2DBase

Обёртка преобразования для преобразования смещений между парами точек.

Этот класс предназначен для преобразования смещений ("дельта позиций") между парами точек (например, как offset_transform Collection): задано преобразование t таким образом, что t = AffineDeltaTransform(t) + offset, AffineDeltaTransform удовлетворяет AffineDeltaTransform(a - b) == AffineDeltaTransform(a) - AffineDeltaTransform(b).

Это реализуется принудительным установлением нулевых значений смещений в матрице преобразования.

Этот класс является экспериментальным начиная с версии 3.3, и API может измениться.

Параметры:

shorthand_namestr: Строка, представляющая "имя" преобразования. Имя не несёт никакого значения, кроме улучшения удобочитаемости str(transform) при DEBUG=True.

__annotations__={}

__init__(transform, **kwargs)[источник]

Параметры:

shorthand_namestr: Строка, представляющая "имя" преобразования. Имя не несёт никакого значения, кроме улучшения удобочитаемости str(transform) при DEBUG=True.

__module__='matplotlib.transforms'

__str__()[источник]: Возвращает str(self).

get_matrix()[источник]: Получить матрицу для аффинной части этого преобразования.

classmatplotlib.transforms.Bbox(points, **kwargs)[источник]

END_OF_DOCUMENT_MARKER

Базовые классы: BboxBase

Изменяемый прямоугольник.

Примеры

Создание из известных границ

Конструктор по умолчанию принимает "точки" границ [[xmin, ymin], [xmax, ymax]].

>>> Bbox([[1, 1], [3, 7]])
Bbox([[1.0, 1.0], [3.0, 7.0]])

В качестве альтернативы, прямоугольник можно создать из сглаженного массива точек, так называемых "экстентов" (xmin, ymin, xmax, ymax)

>>> Bbox.from_extents(1, 1, 3, 7)
Bbox([[1.0, 1.0], [3.0, 7.0]])

или из "границ" (xmin, ymin, width, height).

>>> Bbox.from_bounds(1, 1, 2, 6)
Bbox([[1.0, 1.0], [3.0, 7.0]])

Создание из наборов точек

Пустой объект для накопления прямоугольников — это нулевой прямоугольник, который является заменой пустого множества.

>>> Bbox.null()
Bbox([[inf, inf], [-inf, -inf]])

Добавление точек к нулевому прямоугольнику даст вам прямоугольник этих точек.

>>> box = Bbox.null()
>>> box.update_from_data_xy([[1, 1]])
>>> box
Bbox([[1.0, 1.0], [1.0, 1.0]])
>>> box.update_from_data_xy([[2, 3], [3, 2]], ignore=False)
>>> box
Bbox([[1.0, 1.0], [3.0, 3.0]])

Установка ignore=True эквивалентно началу работы с нулевым прямоугольником.

>>> box.update_from_data_xy([[1, 1]], ignore=True)
>>> box
Bbox([[1.0, 1.0], [1.0, 1.0]])

Предупреждение

Рекомендуется всегда указывать ignore явно. В противном случае значение по умолчанию ignore может быть изменено в любой момент кодом, имеющим доступ к вашему прямоугольнику, например, с помощью метода ignore.

Свойства нулевого прямоугольника

Примечание

Текущее поведение Bbox.null() может быть неожиданным, так как оно не обладает всеми свойствами «пустого множества» и, следовательно, не ведет себя как нулевой объект в математическом смысле. Мы можем изменить это в будущем (с периодом устаревания).

Нулевой прямоугольник — это тождество для пересечений

>>> Bbox.intersection(Bbox([[1, 1], [3, 7]]), Bbox.null())
Bbox([[1.0, 1.0], [3.0, 7.0]])

кроме как с самим собой, где он возвращает всё пространство.

>>> Bbox.intersection(Bbox.null(), Bbox.null())
Bbox([[-inf, -inf], [inf, inf]])

Объединение, содержащее ноль, всегда вернёт всё пространство (а не другое множество!)

>>> Bbox.union([Bbox([[0, 0], [0, 0]]), Bbox.null()])
Bbox([[-inf, -inf], [inf, inf]])

Параметры:

pointsndarray: Двумерный массив NumPy формы [[x0, y0], [x1, y1]].

__annotations__={}

__format__(fmt)[источник]

Форматирование объекта по умолчанию.

Возвращает str(self), если format_spec пустое. В противном случае поднимает TypeError.

__init__(points, **kwargs)[источник]

Параметры:

pointsndarray: Двумерный массив NumPy формы [[x0, y0], [x1, y1]].

__module__='matplotlib.transforms'

__repr__()[источник]: Возвращает repr(self).

__str__()[источник]: Возвращает str(self).

propertybounds: Возвращает (x0, y0, width, height).

staticfrom_bounds(x0, y0, width, height)[источник]

Создаёт новый прямоугольник Bbox из x0, y0, width и height.

width и height могут быть отрицательными.

staticfrom_extents(*args, minpos=None)[источник]

Создаёт новый прямоугольник из left, bottom, right и top.

Ось y возрастает вверх.

Параметры:

left, bottom, right, topfloat: Четыре крайние точки прямоугольника.
minposfloat или None: Если это значение задано, у прямоугольника будет установлено минимальное положительное значение. Это полезно при работе с логарифмическими шкалами и другими шкалами, где отрицательные границы приводят к ошибкам с плавающей точкой.

frozen()[источник]: Базовый класс для всего, что участвует в дереве преобразований и должно делать недействительными своих родителей или быть сделано недействительным. Это включает классы, которые на самом деле не являются преобразованиями, такие как прямоугольники, так как некоторые преобразования зависят от прямоугольников для вычисления своих значений.

get_points()[источник]: Получение точек прямоугольника непосредственно в виде массива NumPy формы: [[x0, y0], [x1, y1]].

ignore(value)[источник]

Установить, следует ли игнорировать существующие границы рамки последующими вызовами update_from_data_xy().

valuebool

Если True, последующие вызовы update_from_data_xy() проигнорируют существующие границы Bbox.
Если False, последующие вызовы update_from_data_xy() будут включать в себя существующие границы Bbox.

propertyintervalx

Пара x-координат, определяющих прямоугольник.

Это не гарантированно отсортировано слева направо.

свойствоintervaly

Пара y-координат, определяющих прямоугольник.

Сортировка снизу вверх не гарантируется.

свойствоminpos

Минимальное положительное значение в обоих направлениях внутри прямоугольника.

Это полезно при работе с логарифмическими шкалами и другими шкалами, где отрицательные границы приводят к ошибкам с плавающей запятой. Это значение будет использоваться в качестве минимального вместо p0.

свойствоminposx

Минимальное положительное значение в направлении x внутри прямоугольника.

свойствоminposy

Минимальное положительное значение в направлении y внутри прямоугольника.

mutated()[исходный код]: Возвращает, изменился ли прямоугольник с момента инициализации.

mutatedx()[исходный код]: Возвращает, изменились ли пределы по оси x с момента инициализации.

mutatedy()[исходный код]: Возвращает, изменились ли пределы по оси y с момента инициализации.

статическийnull()[исходный код]: Создает новый пустой прямоугольник от (беск., беск.) до (-беск., -беск.).

свойствоp0

Первая пара координат (x, y), определяющих прямоугольник.

Это не гарантированно является левым нижним углом (для этого используйте min).

свойствоp1

Вторая пара координат (x, y), определяющих прямоугольник.

Это не гарантированно является правым верхним углом (для этого используйте max).

set(other)[исходный код]: Установить этот прямоугольник по «замороженным» границам другого прямоугольника.

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

статическийunit()[исходный код]: Создает новый единичный прямоугольник от (0, 0) до (1, 1).

update_from_data_x(x, ignore=None)[исходный код]

Обновить границы прямоугольника по оси x на основе переданных данных. После обновления границы будут иметь положительную ширину, а x0 будет минимальным значением.

Параметры:

xndarray

Массив значений x.

ignorebool, необязательно

При True игнорировать существующие границы прямоугольника.
При False учитывать существующие границы прямоугольника.
При None использовать последнее значение, переданное в ignore().

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

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

Параметры:

xyndarray

Массив NumPy двумерных точек.

ignorebool, необязательно

При True игнорировать существующие границы прямоугольника.
При False учитывать существующие границы прямоугольника.
При None использовать последнее значение, переданное в ignore().

updatex, updateybool, по умолчанию: True

При True обновить значения x/y.

update_from_data_y(y, ignore=None)[исходный код]

Обновить границы Bbox по оси y на основе переданных данных. После обновления границы будут иметь положительную высоту, а y0 будет минимальным значением.

Параметры:

yndarray

Массив значений y.

ignorebool, необязательно

Если True, существующие границы Bbox игнорируются.
Если False, существующие границы Bbox учитываются.
Если None, используется последнее значение, переданное в ignore().

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

Обновить границы Bbox, чтобы они охватывали вершины переданного контура. После обновления границы будут иметь положительные ширину и высоту; x0 и y0 будут минимальными значениями.

Параметры:

pathPath

ignorebool, необязательно

Если True, существующие границы Bbox игнорируются.
Если False, существующие границы Bbox учитываются.
Если None, используется последнее значение, переданное в ignore().

updatex, updateybool, по умолчанию: True

При True обновляются значения x/y.

свойствоx0

Первая из пары координат x, определяющих прямоугольник.

Не гарантируется, что это значение будет меньше x1 (для этого используйте xmin).

свойствоx1

Вторая из пары координат x, определяющих прямоугольник.

Не гарантируется, что это значение будет больше x0 (для этого используйте xmax).

свойствоy0

Первая из пары координат y, определяющих прямоугольник.

Не гарантируется, что это значение будет меньше y1 (для этого используйте ymin).

свойствоy1

Вторая из пары координат y, определяющих прямоугольник.

Не гарантируется, что это значение будет больше y0 (для этого используйте ymax).

классmatplotlib.transforms.BboxBase(shorthand_name=None)[исходный код]

Базовые классы: TransformNode

Базовый класс всех прямоугольных областей.

Этот класс неизменяем; Bbox является изменяемым подклассом.

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.

Параметры:

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

__annotations__={}

__array__(*args, **kwargs)[исходный код]

__module__='matplotlib.transforms'

anchored(c, container=None)[исходный код]

Возвращает копию Bbox, привязанную к c внутри container.

Параметры:

c(float, float) или {'C', 'SW', 'S', 'SE', 'E', 'NE', ...}: Пара (x, y) относительных координат (0 — слева или снизу, 1 — справа или сверху), 'C' (центр) или направление ('SW' — юго-запад, то есть нижний левый угол, и т. д.).
containerBbox, необязательно: Прямоугольник, внутри которого размещается Bbox; по умолчанию это исходный Bbox.

См. также

Axes.set_anchor

свойствоbounds: 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)[исходный код]: Возвращает, находится ли (x, y) внутри прямоугольника или на его границе.

containsx(x)[исходный код]: Возвращает, содержится ли x в замкнутом интервале (x0, x1).

containsy(y)[исходный код]: Возвращает, содержится ли y в замкнутом интервале (y0, y1).

corners()[исходный код]

Возвращает углы этого прямоугольника в виде массива точек.

Точнее, возвращает массив [[x0, y0], [x0, y1], [x1, y0], [x1, y1]].

count_contains(vertices)[исходный код]

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

Параметры:

verticesМассив NumPy размером Nx2.

count_overlaps(bboxes)[исходный код]

Подсчитывает количество прямоугольников, перекрывающихся с этим прямоугольником.

Параметры:

bboxesПоследовательность объектов BboxBase

expanded(sw, sh)[исходный код]: Создаёт Bbox, расширяя этот прямоугольник относительно центра в sw и sh раз.

свойствоextents: Возвращает (x0, y0, x1, y1).

frozen()[исходный код]: 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, поскольку некоторые преобразования зависят от прямоугольных областей для вычисления своих значений.

fully_contains(x, y)[исходный код]: Возвращает, находится ли x, y внутри прямоугольной области, но не на её границе.

fully_containsx(x)[исходный код]: Возвращает, находится ли x в открытом интервале (x0, x1).

fully_containsy(y)[исходный код]: Возвращает, находится ли y в открытом интервале (y0, y1).

fully_overlaps(other)[исходный код]

Возвращает, перекрывается ли эта прямоугольная область с другой прямоугольной областью, не включая грани.

Параметры:

otherBboxBase

get_points()[исходный код]

propertyheight: Высота прямоугольной области (со знаком).

staticintersection(bbox1, bbox2)[исходный код]: Возвращает пересечение bbox1 и bbox2, если они пересекаются, или None, если нет.

propertyintervalx

Пара координат x, определяющих прямоугольную область.

Не гарантируется, что они отсортированы слева направо.

propertyintervaly

Пара координат y, определяющих прямоугольную область.

Не гарантируется, что они отсортированы снизу вверх.

is_affine=True

is_bbox=True

propertymax: Правый верхний угол прямоугольной области.

propertymin: Левый нижний угол прямоугольной области.

overlaps(other)[исходный код]

Возвращает, перекрывается ли эта прямоугольная область с другой прямоугольной областью.

Параметры:

otherBboxBase

propertyp0

Первая пара координат (x, y), определяющих прямоугольную область.

Не гарантируется, что это левый нижний угол (для этого используйте min).

propertyp1

Вторая пара координат (x, y), определяющих прямоугольную область.

Не гарантируется, что это правый верхний угол (для этого используйте max).

padded(p)[исходный код]: Создаёт Bbox путём добавления отступа по всем четырём сторонам этого прямоугольника на p.

rotated(radians)[исходный код]: Возвращает прямоугольную область, выровненную по осям, которая ограничивает результат поворота этой Bbox на угол radians.

shrunk(mx, my)[исходный код]: Возвращает копию Bbox, сжатую на коэффициент mx в направлении x и на коэффициент my в направлении y. Левый нижний 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)[исходный код]: Возвращает копию Bbox, уменьшенную так, чтобы она была максимально большой при заданном соотношении сторон box_aspect. Если координаты прямоугольника относительные (то есть доли от большего прямоугольника, например, фигуры), то физическое соотношение сторон этой фигуры задается с помощью fig_aspect, чтобы box_aspect можно было указать как отношение абсолютных размеров, а не относительных.

propertysize: Ширина и высота (со знаком) ограничивающей рамки.

splitx(*args)[исходный код]: Возвращает список новых объектов Bbox, полученных путем разделения исходного прямоугольника вертикальными линиями в заданных дробных позициях args.

splity(*args)[исходный код]: Возвращает список новых объектов Bbox, полученных путем разделения исходного прямоугольника горизонтальными линиями в заданных дробных позициях args.

transformed(transform)[исходный код]: Создает Bbox путем статического преобразования этого прямоугольника с помощью transform.

translated(tx, ty)[исходный код]: Создает Bbox путем перевода этого прямоугольника на tx и ty.

staticunion(bboxes)[исходный код]: Возвращает Bbox, который содержит все заданные bboxes.

propertywidth: Ширина (со знаком) ограничивающей рамки.

propertyx0

Первая из пары координат x, определяющих ограничивающую рамку.

Не гарантируется, что она будет меньше x1 (для этого используйте xmin).

propertyx1

Вторая из пары координат x, определяющих ограничивающую рамку.

Не гарантируется, что она будет больше x0 (для этого используйте xmax).

propertyxmax: Правый край ограничивающей рамки.

propertyxmin: Левый край ограничивающей рамки.

propertyy0

Первая из пары координат y, определяющих ограничивающую рамку.

Не гарантируется, что она будет меньше y1 (для этого используйте ymin).

propertyy1

Вторая из пары координат y, определяющих ограничивающую рамку.

Не гарантируется, что она будет больше y0 (для этого используйте ymax).

propertyymax: Верхний край ограничивающей рамки.

propertyymin: Нижний край ограничивающей рамки.

classmatplotlib.transforms.BboxTransform(boxin, boxout, **kwargs)[исходный код]

Базовые классы: Affine2DBase

Линейно преобразует точки из одного Bbox в другой.

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

__annotations__={}

__init__(boxin, boxout, **kwargs)[исходный код]: Создает новый BboxTransform, который линейно преобразует точки из boxin в boxout.

__module__='matplotlib.transforms'

__str__()[исходный код]: Возвращает str(self).

get_matrix()[исходный код]: Возвращает матрицу для аффинной части этого преобразования.

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

classmatplotlib.transforms.BboxTransformFrom(boxin, **kwargs)[исходный код]

Базовые классы: Affine2DBase

Линейно преобразует точки из заданного Bbox в единичный прямоугольник.

Параметры:

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

__annotations__={}

__init__(boxin, **kwargs)[исходный код]

Параметры:

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

__module__='matplotlib.transforms'

__str__()[исходный код]: Возвращает str(self).

get_matrix()[исходный код]: Возвращает матрицу для аффинной части этого преобразования.

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

классmatplotlib.transforms.BboxTransformTo(boxout, **kwargs)[исходный код]

Основания: Affine2DBase

Преобразование, которое линейно преобразует точки из единичного прямоугольника в заданный прямоугольник Bbox.

Создает новое преобразование BboxTransformTo, которое линейно преобразует точки из единичного прямоугольника в boxout.

__annotations__={}

__init__(boxout, **kwargs)[исходный код]: Создает новое преобразование BboxTransformTo, которое линейно преобразует точки из единичного прямоугольника в boxout.

__module__='matplotlib.transforms'

__str__()[исходный код]: Возвращает строковое представление объекта.

get_matrix()[исходный код]: Получить матрицу для аффинной части этого преобразования.

is_separable=True: Истина, если это преобразование разделимо по осям x и y.

классmatplotlib.transforms.BboxTransformToMaxOnly(boxout, **kwargs)[исходный код]

Основания: BboxTransformTo

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

__annotations__={}

__module__='matplotlib.transforms'

get_matrix()[исходный код]: Получить матрицу для аффинной части этого преобразования.

классmatplotlib.transforms.BlendedAffine2D(x_transform, y_transform, **kwargs)[исходный код]

Основания: _BlendedMixin, Affine2DBase

Преобразование, использующее одно преобразование для оси x и другое для оси y.

Эта версия оптимизирована 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 аффинными преобразованиями 2D.

Как правило, этот конструктор не вызывается напрямую, а используется функция blended_transform_factory, которая автоматически определяет, какой тип смешанного преобразования создать.

__annotations__={}

__init__(x_transform, y_transform, **kwargs)[исходный код]

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

__module__='matplotlib.transforms'

get_matrix()[исходный код]: Получить матрицу для аффинной части этого преобразования.

is_separable=True: Истина, если это преобразование разделимо по осям x и y.

классmatplotlib.transforms.BlendedGenericTransform(x_transform, y_transform, **kwargs)[исходный код]

Основания: _BlendedMixin, Transform

Преобразующий объект "смешанного" типа использует одно преобразование для оси x и другое для оси y.

Этот "обобщённый" вариант может обрабатывать любой заданный дочерний преобразователь по осям x и y.

Создаёт новый преобразователь "смешанного" типа, 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 автоматически определяет, какой тип смешанного преобразователя необходимо создать.

__annotations__={}

__init__(x_transform, y_transform, **kwargs)[исходный код]

__module__='matplotlib.transforms'

contains_branch(other)[исходный код]

Определяет, является ли заданное преобразование поддеревом этого преобразования.

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

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

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

Примечание

В случае составного преобразования возвращается максимальная глубина из двух.

frozen()[исходный код]: 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()[исходный код]: Получить аффинную часть этого преобразования.

свойствоhas_inverse

bool(x) -> bool

Возвращает True, если аргумент x имеет значение True, иначе False. Встроенные значения True и False являются единственными двумя экземплярами класса bool. Класс bool является подклассом класса int и не может быть подклассом.

input_dims=2: Число входных измерений этого преобразования. Должно быть переопределено (целыми числами) в подклассе.

inverted()[исходный код]

Возвращает соответствующее обратное преобразование.

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

Возвращаемое значение этого метода следует считать временным. Обновление self не вызывает соответствующего обновления его инвертированной копии.

свойствоis_affine

bool(x) -> bool

is_separable=True: Истина, если это преобразование разделимо по осям x и y.

output_dims=2: Число выходных измерений этого преобразования. Должно быть переопределено (целыми числами) в подклассе.

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

transform_non_affine(points)[исходный код]

Применить только неаффинную часть этого преобразования.

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

Для неаффинных преобразований это обычно эквивалентно transform(values). Для аффинных преобразований это всегда пустая операция.

Параметры:

значениямассив: Входные значения в виде массива NumPy длины input_dims или формы (N x input_dims).

Возвращает:

массив: Выходные значения в виде массива NumPy длины output_dims или формы (N x output_dims), в зависимости от входных данных.

END_OF_DOCUMENT_MARKER

классmatplotlib.transforms.CompositeAffine2D(a, b, **kwargs)[исходный код]

Основания: Affine2DBase

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

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

Создаёт новый составной преобразователь, являющийся результатом применения Affine2DBase a, а затем Affine2DBase b.

Обычно этот конструктор напрямую не вызывают, а используют a + b, который автоматически выбирает оптимальный тип создаваемого составного преобразователя.

__annotations__={}

__init__(a, b, **kwargs)[исходный код]

Создаёт новый составной преобразователь, являющийся результатом применения Affine2DBase a, а затем Affine2DBase b.

__module__='matplotlib.transforms'

__str__()[исходный код]: Возвращает str(self).

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

Примечание

В случае составного преобразования возвращается максимальная глубина из двух.

get_matrix()[исходный код]: Получает матрицу для аффинной части этого преобразования.

classmatplotlib.transforms.CompositeGenericTransform(a, b, **kwargs)[источник]

Базовые классы: 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, но напишете a + b вместо этого, который автоматически выберет лучший тип экземпляра составного преобразования для создания.

__annotations__={}

__eq__(other)[источник]: Возвращает self==value.

__hash__=None

__init__(a, b, **kwargs)[источник]

__module__='matplotlib.transforms'

__str__()[источник]: Возвращает str(self).

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

Примечание

В случае специального составного преобразователя возвращается максимальная глубина из двух.

frozen()[источник]: Возвращает замороженную копию этого узла преобразования. Замороженная копия не будет обновляться при изменении её дочерних элементов. Полезно для сохранения ранее известного состояния преобразования, где copy.deepcopy() обычно использовался бы.

get_affine()[источник]: Получает аффинную часть этого преобразования.

propertyhas_inverse

bool(x) -> bool

Возвращает True, если аргумент x истинен, и False в противном случае. Встроенные значения True и False являются единственными двумя экземплярами класса bool. Класс bool является подклассом класса int и не может быть переопределён.

inverted()[источник]

Возвращает соответствующее обратное преобразование.

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

propertyis_affine

bool(x) -> bool

propertyis_separable

bool(x) -> bool

pass_through=True: Если pass_through равно True, все предки всегда будут инвалидироваться, даже если «self» уже недействителен.

transform_affine(points)[источник]

Применяет только аффинную часть этого преобразования к заданному массиву значений.

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

В неаффинных преобразованиях это, как правило, ничего не делает. В аффинных преобразованиях это эквивалентно transform(values).

Параметры:

valuesмассив: Входные значения в виде массива NumPy длиной input_dims или формы (N x input_dims).

Возвращает:

массив: Выходные значения в виде массива NumPy длиной output_dims или формы (N x output_dims ), в зависимости от входных данных.

transform_non_affine(points)[источник]

Применяет только неаффинную часть этого 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 ничего не делает.

Параметры:

valuesмассив: Входные значения в виде массива NumPy длиной input_dims или формы (N x input_dims).

Возвращает:

массив: Выходные значения в виде массива NumPy длиной output_dims или формы (N x output_dims ), в зависимости от входных данных.

transform_path_non_affine(path)[источник]

Применяет неаффинную часть этого преобразования к Path path, возвращая новый Path.

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

classmatplotlib.transforms.IdentityTransform(*args, **kwargs)[источник]

Базовые классы: Affine2DBase

Специальный класс, который выполняет тождественное преобразование очень быстро.

Параметры:

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

__annotations__={}

__module__='matplotlib.transforms'

__str__()[источник]: Возвращает str(self).

frozen()[источник]: Возвращает замороженную копию этого узла преобразования. Замороженная копия не будет обновляться при изменении ее дочерних элементов. Полезно для сохранения ранее известного состояния преобразования, где copy.deepcopy() обычно используется.

get_affine()[источник]: Получить аффинную часть этого преобразования.

get_matrix()[источник]: Получить матрицу для аффинной части этого преобразования.

inverted()[источник]

Возвращает соответствующее обратное преобразование.

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

transform(points)[источник]

Применить это преобразование к заданному массиву значений.

Параметры:

valuesмассив: Входные значения в виде массива NumPy длиной input_dims или формы (N x input_dims).

Возвращает:

массив: Выходные значения в виде массива NumPy длиной output_dims или формы (N x output_dims), в зависимости от входных данных.

transform_affine(points)[источник]

Применить только аффинную часть этого преобразования к заданному массиву значений.

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

В неаффинных преобразованиях это обычно ничего не делает. В аффинных преобразованиях это эквивалентно transform(values).

Параметры:

valuesмассив: Входные значения в виде массива NumPy длиной input_dims или формы (N x input_dims).

Возвращает:

массив: Выходные значения в виде массива NumPy длиной output_dims или формы (N x output_dims), в зависимости от входных данных.

transform_non_affine(points)[источник]

Применить только неаффинную часть этого преобразования.

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

Параметры:

valuesмассив: Входные значения в виде массива NumPy длиной input_dims или формы (N x input_dims).

Возвращает:

массив: Выходные значения в виде массива NumPy длиной output_dims или формы (N x output_dims), в зависимости от входных данных.

transform_path(path)[источник]

Применить преобразование к Path path, возвращая новый Path.

В некоторых случаях это преобразование может вставлять кривые в траекторию, которая изначально состояла из отрезков прямых.

transform_path_affine(path)[источник]

Применить аффинную часть этого преобразования к Path path, возвращая новый Path.

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

transform_path_non_affine(path)[источник]

Применить неаффинную часть этого преобразования к Path path, возвращая новый Path.

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

classmatplotlib.transforms.LockableBbox(bbox, x0=None, y0=None, x1=None, y1=None, **kwargs)[источник]

Базовые классы: BboxBase

Bbox, у которой некоторые элементы могут быть зафиксированы на определённых значениях.

При изменении дочерней области границы этой области будут обновляться соответствующим образом, за исключением зафиксированных элементов.

Параметры:

bboxBbox: Дочерняя область для обёртывания.
x0число с плавающей точкой или None: Зафиксированное значение для x0 или None, чтобы снять фиксацию.
y0число с плавающей точкой или None: Зафиксированное значение для y0 или None, чтобы снять фиксацию.
x1число с плавающей точкой или None: Зафиксированное значение для x1 или None, чтобы снять фиксацию.
y1число с плавающей точкой или None: Зафиксированное значение для y1 или None, чтобы снять фиксацию.

__annotations__={}

__init__(bbox, x0=None, y0=None, x1=None, y1=None, **kwargs)[источник]

Параметры:

bboxBbox: Дочерняя область для обёртывания.
x0число с плавающей точкой или None: Зафиксированное значение для x0 или None, чтобы снять фиксацию.
y0число с плавающей точкой или None: Зафиксированное значение для y0 или None, чтобы снять фиксацию.
x1число с плавающей точкой или None: Зафиксированное значение для x1 или None, чтобы снять фиксацию.
y1число с плавающей точкой или None: Зафиксированное значение для y1 или None, чтобы снять фиксацию.

__module__='matplotlib.transforms'

__str__()[источник]: Возвращает str(self).

get_points()[источник]

propertylocked_x0: число с плавающей точкой или None: значение, используемое для зафиксированного x0.

propertylocked_x1: число с плавающей точкой или None: значение, используемое для зафиксированного x1.

propertylocked_y0: число с плавающей точкой или None: значение, используемое для зафиксированного y0.

propertylocked_y1: число с плавающей точкой или None: значение, используемое для зафиксированного y1.

classmatplotlib.transforms.ScaledTranslation(xt, yt, scale_trans, **kwargs)[исходный код]

Основан на Affine2DBase

Преобразование, которое выполняет сдвиг на xt и yt после того, как xt и yt будут преобразованы с помощью scale_trans.

Параметры:

shorthand_namestr: Строка, представляющая «имя» преобразования. Имя не имеет значения, кроме улучшения читабельности str(transform) при DEBUG=True.

__annotations__={}

__init__(xt, yt, scale_trans, **kwargs)[исходный код]

Параметры:

shorthand_namestr: Строка, представляющая «имя» преобразования. Имя не имеет значения, кроме улучшения читабельности str(transform) при DEBUG=True.

__module__='matplotlib.transforms'

__str__()[исходный код]: Возвращает str(self).

get_matrix()[исходный код]: Получить матрицу для аффинной части этого преобразования.

classmatplotlib.transforms.Transform(shorthand_name=None)[исходный код]

END_OF_DOCUMENT_MARKER

Основан на 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()
inverted() (если обратное преобразование существует)

Следующие атрибуты можно переопределить, если значение по умолчанию не подходит:

is_separable (по умолчанию True для преобразований 1D -> 1D, иначе False)
has_inverse (по умолчанию True, если переопределён inverted(), иначе False)

Если преобразование должно выполнять нестандартные действия с объектами matplotlib.path.Path, например, добавлять кривые там, где раньше были отрезки, оно должно переопределить:

transform_path()

Параметры:

shorthand_namestr: Строка, представляющая «название» преобразования. Название не имеет значения, кроме как для повышения удобочитаемости str(transform) при DEBUG=True.

__add__(other)[исходный код]

Компонует два преобразования так, что self следует за other.

A + B возвращает преобразование C таким образом, что C.transform(x) == B.transform(A.transform(x)).

__annotations__={}

__array__(*args, **kwargs)[исходный код]: Интерфейс массива для получения аффинной матрицы этого преобразования.

classmethod__init_subclass__()[исходный код]

Этот метод вызывается при наследовании от класса.

Реализация по умолчанию ничего не делает. Она может быть переопределена для расширения подклассов.

__module__='matplotlib.transforms'

__sub__(other)[исходный код]

Компонует self с обратным преобразованием other, отменяя одинаковые члены, если таковые имеются:

# In general:
A - B == A + B.inverted()
# (but see note regarding frozen transforms below).

# If A "ends with" B (i.e. A == A' + B for some A') we can cancel
# out B:
(A' + B) - B == A'

# Likewise, if B "starts with" A (B = A + B'), we can cancel out A:
A - (A + B') == B'.inverted() == B'^-1

Отмена (вместо простого возврата A + B.inverted()) важна по нескольким причинам:

Она предотвращает погрешности с плавающей точкой при вычислении обратного преобразования B: B - B гарантированно отменяется точно (результат — тождественное преобразование), тогда как B + B.inverted() может отличаться на небольшую величину epsilon.
B.inverted() всегда возвращает замороженное преобразование: если вычислить A + B + B.inverted() и затем изменить B, то B.inverted() не будет обновлён, и последние два члена перестанут отменяться; с другой стороны, A + B - B всегда будет равно A даже если B изменится.

contains_branch(other)[исходный код]

Возвращает True, если данное преобразование является поддеревом этого преобразования.

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

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

contains_branch_seperately(other_transform)[исходный код]

Возвращает True, если данная ветвь является поддеревом этого преобразования по каждому отдельному измерению.

Общее применение этого метода — определить, является ли преобразование объединённым преобразованием, содержащим преобразование данных Axes. Пример:

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

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

Примечание

В случае с объединённым преобразованием возвращается максимальная глубина из двух.

get_affine()[исходный код]: Получает аффинную часть этого преобразования.

get_matrix()[исходный код]: Получает матрицу для аффинной части этого преобразования.

has_inverse=False: True, если у этого преобразования есть соответствующее обратное преобразование.

input_dims=None: Число входных измерений этого преобразования. Должно быть переопределено (целыми числами) в подклассе.

inverted()[исходный код]

Возвращает соответствующее обратное преобразование.

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

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

is_separable=False: True, если это преобразование разделяется на x- и y-измерения.

output_dims=None: Число выходных измерений этого преобразования. Должно быть переопределено (целыми числами) в подклассе.

transform(values)[исходный код]

Применяет это преобразование к заданному массиву значений.

Параметры:

значениямассив: Входные значения в виде массива NumPy длиной input_dims или формы (N x input_dims).

Возвращает:

массив: Выходные значения в виде массива NumPy длиной output_dims или формы (N x output_dims), в зависимости от ввода.

transform_affine(values)[исходный код]

Применяет только аффинную часть этого преобразования к заданному массиву значений.

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

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

Параметры:

значениямассив: Входные значения в виде массива NumPy длиной input_dims или формы (N x input_dims).

Возвращает:

массив: Выходные значения в виде массива NumPy длиной output_dims или формы (N x output_dims), в зависимости от ввода.

transform_angles(angles, pts, radians=False, pushoff=1e-05)[исходный код]

Преобразует набор углов, закреплённых в определённых точках.

Параметры:

углы(N,) array-like: Углы для преобразования.
pts(N, 2) array-like: Точки, где углы закреплены.
radiansbool, по умолчанию: False: Указывается, являются ли углы радианами или градусами.
pushofffloat: Для каждой точки в pts и угла в углах преобразованный угол вычисляется путём преобразования сегмента длиной pushoff, начиная с этой точки, и установления угла относительно горизонтальной оси, а затем измеряется угол между горизонтальной осью и преобразованным сегментом.

Возвращает:

(N,) массив

transform_bbox(bbox)[исходный код]

Преобразует заданную область.

Для более интеллектуальных преобразований, включая кеширование (частая потребность в Matplotlib), см. TransformedBbox.

transform_non_affine(values)[исходный код]

Применяет только неаффинную часть этого 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 операция без действия.

Параметры:

значениямассив: Входные значения в виде массива NumPy длиной input_dims или формы (N x input_dims).

Возвращает:

массив: Выходные значения в виде массива NumPy длиной output_dims или формы (N x output_dims), в зависимости от ввода.

transform_path(path)[исходный код]

Применяет преобразование к Path пути, возвращая новый Path.

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

transform_path_affine(path)[исходный код]

Применяет аффинную часть этого преобразования к Path пути, возвращая новый Path.

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

transform_path_non_affine(path)[исходный код]

Применяет неаффинную часть этого преобразования к Path пути, возвращая новый Path.

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

transform_point(point)[исходный код]

Возвращает преобразованную точку.

Эта функция сохраняется только для обратной совместимости; более общий метод transform способен преобразовывать как список точек, так и одну точку.

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

классmatplotlib.transforms.TransformNode(shorthand_name=None)[источник]

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 ограничивающие прямоугольники, так как некоторые преобразования зависят от ограничивающих прямоугольников для вычисления своих значений.

Параметры:

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

INVALID=3

INVALID_AFFINE=2

INVALID_NON_AFFINE=1

__annotations__={}

__copy__()[источник]

__dict__=mappingproxy({'__module__': 'matplotlib.transforms', '__doc__': '\n Класс-базовый класс для всего, что участвует в дереве преобразований\n и должно аннулировать своих родителей или быть аннулированным. Это включает\n классы, которые на самом деле не являются преобразованиями, такие как ограничивающие прямоугольники, так как некоторые\n преобразования зависят от ограничивающих прямоугольников для вычисления своих значений.\n ', 'INVALID_NON_AFFINE': 1, 'INVALID_AFFINE': 2, 'INVALID': 3, 'is_affine': False, 'is_bbox': False, 'pass_through': False, '__init__': <function TransformNode.__init__>, '__getstate__': <function TransformNode.__getstate__>, '__setstate__': <function TransformNode.__setstate__>, '__copy__': <function TransformNode.__copy__>, 'invalidate': <function TransformNode.invalidate>, '_invalidate_internal': <function TransformNode._invalidate_internal>, 'set_children': <function TransformNode.set_children>, 'frozen': <function TransformNode.frozen>, '__dict__': <attribute '__dict__' of 'TransformNode' objects>, '__weakref__': <attribute '__weakref__' of 'TransformNode' objects>, '__annotations__': {}})

__getstate__()[источник]: Вспомогательная функция для pickle.

__init__(shorthand_name=None)[источник]

Параметры:

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

__module__='matplotlib.transforms'

__setstate__(data_dict)[источник]

__weakref__: список слабых ссылок на объект

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

invalidate()[источник]: Аннулирует этот TransformNode и вызывает аннулирование своих предков. Должно вызываться всякий раз, когда преобразование изменяется.

is_affine=False

is_bbox=False

pass_through=False: Если pass_through имеет значение True, все предки всегда аннулируются, даже если «self» уже аннулировано.

set_children(*children)[источник]: Устанавливает дочерние элементы преобразования, чтобы система аннулирования знала, какие преобразования могут аннулировать это преобразование. Должно вызываться из конструктора любых преобразований, которые зависят от других преобразований.

END_OF_DOCUMENT_MARKER

классmatplotlib.transforms.TransformWrapper(child)[источник]

Базовые классы: Transform

Вспомогательный класс, содержащий единственный дочерний трансформ и действующий эквивалентно ему.

Это полезно, если узел дерева трансформов должен быть заменён во время выполнения трансформом другого типа. Этот класс позволяет этой замене корректно сработать.

TransformWrapper объекты должны иметь одинаковые входные и выходные размерности на протяжении всего своего жизненного цикла, поэтому дочерний трансформ может быть заменён только другим дочерним трансформом тех же размерностей.

child: Объект Transform. Этот дочерний объект может быть позже заменён с помощью set().

__annotations__={}

__eq__(other)[источник]: Возвращает self==value.

__hash__=None

__init__(child)[источник]: child: Объект Transform. Этот дочерний объект может быть позже заменён с помощью set().

__module__='matplotlib.transforms'

__str__()[источник]: Возвращает str(self).

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

свойствоhas_inverse

bool(x) -> bool

Возвращает True, если аргумент x истинен, иначе False. Встроенные True и False являются единственными двумя экземплярами класса bool. Класс bool является подклассом класса int и не может быть подклассифицирован.

свойствоinput_dims

свойствоis_affine

bool(x) -> bool

свойствоis_separable

bool(x) -> bool

свойствоoutput_dims

pass_through=True: Если pass_through равно True, все предки всегда будут аннулированы, даже если 'self' уже аннулирован.

set(child)[источник]

Заменяет текущего дочернего объекта трансформов другим.

Новый дочерний объект должен иметь такое же количество входных и выходных размерностей, как и текущий.

END_OF_DOCUMENT_MARKER

классmatplotlib.transforms.TransformedBbox(bbox, transform, **kwargs)[источник]

Базовые классы: BboxBase

Bbox, автоматически преобразуемый заданным преобразованием. При изменении дочернего ограничивающего прямоугольника или преобразования границы этого ограничивающего прямоугольника обновляются соответствующим образом.

Параметры:

bboxBbox
transformTransform

__annotations__={}

__init__(bbox, transform, **kwargs)[источник]

Параметры:

bboxBbox
transformTransform

__module__='matplotlib.transforms'

__str__()[источник]: Возвращает str(self).

contains(x, y)[источник]: Возвращает, находится ли (x, y) внутри прямоугольника или на его границе.

fully_contains(x, y)[источник]: Возвращает, находится ли x, y внутри прямоугольника, но не на его границе.

get_points()[источник]

классmatplotlib.transforms.TransformedPatchPath(patch)[источник]

Базовые классы: TransformedPath

TransformedPatchPath кэширует неаффинно преобразованную копию Patch. Эта кэшированная копия автоматически обновляется при изменении неаффинной части преобразования или патча.

Параметры:

patchPatch

__annotations__={}

__init__(patch)[источник]

Параметры:

patchPatch

__module__='matplotlib.transforms'

классmatplotlib.transforms.TransformedPath(path, transform)[источник]

Базовые классы: TransformNode

TransformedPath кэширует неаффинно 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 пересчета преобразования.

Параметры:

pathPath
transformTransform

__annotations__={}

__init__(path, transform)[источник]

Параметры:

pathPath
transformTransform

__module__='matplotlib.transforms'

get_affine()[источник]

get_fully_transformed_path()[источник]: Возвращает полностью преобразованную копию пути.

get_transformed_path_and_affine()[источник]: Возвращает копию пути с уже примененной неаффинной частью преобразования вместе с аффинной частью пути, необходимой для завершения преобразования.

get_transformed_points_and_affine()[источник]: 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)[исходный код]

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

Если оба дочерних преобразования являются аффинными, возвращается более быстрая версия смешанного преобразования.

matplotlib.transforms.composite_transform_factory(a, b)[исходный код]

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

Более быстрые варианты составного преобразования предоставляются, если оба дочерних преобразования являются аффинными или одно из них является тождественным преобразованием.

Составные преобразования также можно создавать с помощью оператора '+', например:

c = a + b

matplotlib.transforms.interval_contains(interval, val)[исходный код]

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

Параметры:

interval(float, float): Конечные точки интервала.
valfloat: Значение, наличие которого в интервале нужно проверить.

Возвращает:

bool: Содержится ли val в interval.

matplotlib.transforms.interval_contains_open(interval, val)[исходный код]

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

Параметры:

interval(float, float): Конечные точки интервала.
valfloat: Значение, наличие которого в интервале нужно проверить.

Возвращает:

bool: Содержится ли val в interval.

END_OF_DOCUMENT_MARKER

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

Изменяет конечные точки диапазона при необходимости, чтобы избежать вырожденных случаев.

Параметры:

vmin, vmaxfloat: Исходные конечные точки.
expanderfloat, по умолчанию: 0.001: Доля, на которую расширяются vmin и vmax, если исходный интервал слишком мал относительно tiny.
tinyfloat, по умолчанию: 1e-15: Пороговое значение отношения длины 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 чисел двойной точности.
increasingbool, по умолчанию: True: Если True, меняет местами vmin и vmax, когда vmin > vmax.

Возвращаемое значение:

vmin, vmaxfloat: Конечные точки, при необходимости расширенные и/или поменянные местами. Если любой из входных аргументов равен inf или NaN либо оба входных аргумента 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')[исходный код]

Возвращает новое преобразование с добавленным смещением.

Параметры:

transTransform подкласс: Любое преобразование, к которому будет применено смещение.
figFigure, по умолчанию: None: Текущая фигура. Может быть None, если units равен 'dots'.
x, yfloat, по умолчанию: 0.0: Применяемое смещение.
units{'pixels', 'points', 'inches'}, по умолчанию: 'inches': Единицы измерения смещения.

Возвращаемое значение:

Transform подкласс: Преобразование с примененным смещением.