Matplotlib - Mark_inset mit verschiedenen Kanten für Achsen

Question

Ich möchte eine Zeitreihe eines gedämpften Random Walk in einem Teilplot plotten und dann in einem zweiten Teilplot hineinzoomen. Ich kenne mark_inset von Matplotlib, das funktioniert gut. Der Code, den ich bisher habe, ist:

from mpl_toolkits.axes_grid1.inset_locator import mark_inset 
from astroML.time_series import generate_damped_RW 

fig = plt.figure() 
ax = fig.add_subplot(111) 
ax0 = fig.add_subplot(211) 
ax1 = fig.add_subplot(212) 

ax.set_ylabel('Brightness[mag]') 
ax.yaxis.labelpad=30 
ax.spines['top'].set_color('none') 
ax.spines['bottom'].set_color('none') 
ax.spines['left'].set_color('none') 
ax.spines['right'].set_color('none') 
ax.tick_params(labelcolor='w', top='off', bottom='off', left='off', 
       right='off') 

t = np.linspace(0, 5000, 100000) 
data = generate_damped_RW(t, tau=100, xmean=20, z=0, SFinf=0.3, 
          random_state=1) 
ax0.scatter(t, data, s=0.5) 
ax0.text(1, 1, r'$E(m) = %.2f, \sigma(m) = %.2f$'%(np.mean(data), 
                np.std(data)), 
     verticalalignment='top', horizontalalignment='right', 
     transform=ax0.transAxes, fontsize=23) 

mask = (t > 370) & (t < 470) 
ax1.set_xlabel('Time[years]') 
ax1.scatter(t[mask], data[mask], s=0.5) 

mark_inset(ax0, ax1, loc1=2, loc=1, fc='none') 

, die eine Handlung wie folgt erzeugt:

die fast, was ich will, mit der Ausnahme, dass die Linien, die die zwei Handlungsstränge an den Oberkanten der loszulegen Box im ersten Teilplot. Ist es möglich, dass diese an den unteren beiden Kanten beginnen, während sie im zweiten Teilplotter noch an den oberen zwei enden? Was müsste ich tun, um dies zu erreichen?

Answer 1

Die mark_inset hat zwei Argumente loc1 und loc2 die Positionen der beiden Anschlüsse einzustellen. Diese Positionen sind dann für die Box und und die Inset-Achsen gleich.

Wir können jedoch der Funktion mark_inset zwei neue Argumente hinzufügen, um verschiedene Stellen für den Anfang und das Ende des Konnektors festzulegen.

import matplotlib.pyplot as plt 
from mpl_toolkits.axes_grid1.inset_locator import TransformedBbox, BboxPatch, BboxConnector 
import numpy as np 

fig, (ax, axins) = plt.subplots(nrows=2) 

x = np.linspace(0,6*np.pi) 
y = np.sin(x) 
ax.plot(x,y) 
axins.plot(x,y) 
axins.set_xlim((2*np.pi, 2.5*np.pi)) 
axins.set_ylim((0, 1)) 

# draw a bbox of the region of the inset axes in the parent axes and 
# connecting lines between the bbox and the inset axes area 
# loc1, loc2 : {1, 2, 3, 4} 
def mark_inset(parent_axes, inset_axes, loc1a=1, loc1b=1, loc2a=2, loc2b=2, **kwargs): 
    rect = TransformedBbox(inset_axes.viewLim, parent_axes.transData) 

    pp = BboxPatch(rect, fill=False, **kwargs) 
    parent_axes.add_patch(pp) 

    p1 = BboxConnector(inset_axes.bbox, rect, loc1=loc1a, loc2=loc1b, **kwargs) 
    inset_axes.add_patch(p1) 
    p1.set_clip_on(False) 
    p2 = BboxConnector(inset_axes.bbox, rect, loc1=loc2a, loc2=loc2b, **kwargs) 
    inset_axes.add_patch(p2) 
    p2.set_clip_on(False) 

    return pp, p1, p2 

mark_inset(ax, axins, loc1a=1, loc1b=4, loc2a=2, loc2b=3, fc="none", ec="crimson") 

plt.draw() 
plt.show() 

Answer 2

Leider muss mark_inset immer die gleichen Ecken verbinden (d. H. Unten rechts muss immer unten rechts verbunden werden, usw.).

Wir können unsere eigene Funktion machen, die die mark_inset Funktion nachahmt, um die zwei unteren Ecken mit den zwei oberen Ecken im Einsatz zu verbinden (custom_mark_inset im folgenden Code).

Verwendet einen Rectangle Patch, um die Box auf die primären Achsen zu zeichnen, und die ConnectionPatch Instanzen, um die Verbindungslinien zwischen den Achsen zu zeichnen.

from mpl_toolkits.axes_grid1.inset_locator import mark_inset 
#from astroML.time_series import generate_damped_RW 
import matplotlib.pyplot as plt 
import matplotlib.patches as patches 
import numpy as np 

fig = plt.figure() 
ax = fig.add_subplot(111) 
ax0 = fig.add_subplot(211) 
ax1 = fig.add_subplot(212) 

ax.set_ylabel('Brightness[mag]') 
ax.yaxis.labelpad=30 
ax.spines['top'].set_color('none') 
ax.spines['bottom'].set_color('none') 
ax.spines['left'].set_color('none') 
ax.spines['right'].set_color('none') 
ax.tick_params(labelcolor='w', top='off', bottom='off', left='off', 
       right='off') 

t = np.linspace(0, 5000, 10000) 
#data = generate_damped_RW(t, tau=100, xmean=20, z=0, SFinf=0.3, 
#       random_state=1) 
## Fake some data 
data = np.sin(t/800.) + 20. 

ax0.scatter(t, data, s=0.5) 
ax0.text(1, 1, r'$E(m) = %.2f, \sigma(m) = %.2f$'%(np.mean(data), 
                np.std(data)), 
     verticalalignment='top', horizontalalignment='right', 
     transform=ax0.transAxes, fontsize=23) 

mask = (t > 370) & (t < 470) 
ax1.set_xlabel('Time[years]') 
ax1.scatter(t[mask], data[mask], s=0.5) 

def custom_mark_inset(axA, axB, fc='None', ec='k'): 
    xx = axB.get_xlim() 
    yy = axB.get_ylim() 

    xy = (xx[0], yy[0]) 
    width = xx[1] - xx[0] 
    height = yy[1] - yy[0] 

    pp = axA.add_patch(patches.Rectangle(xy, width, height, fc=fc, ec=ec)) 

    p1 = axA.add_patch(patches.ConnectionPatch(
     xyA=(xx[0], yy[0]), xyB=(xx[0], yy[1]), 
     coordsA='data', coordsB='data', 
     axesA=axA, axesB=axB)) 

    p2 = axA.add_patch(patches.ConnectionPatch(
     xyA=(xx[1], yy[0]), xyB=(xx[1], yy[1]), 
     coordsA='data', coordsB='data', 
     axesA=axA, axesB=axB)) 

    return pp, p1, p2 

pp, p1, p2 = custom_mark_inset(ax0, ax1) 

plt.show()