matplotlib.transforms

Matplotlib inclui uma estrutura para transformações geométricas arbitrárias que é usada para determinar a posição final de todos os elementos desenhados na tela.

As transformações são compostas em árvores de TransformNodeobjetos cujo valor real depende de seus filhos. Quando o conteúdo dos filhos muda, seus pais são automaticamente invalidados. Na próxima vez que uma transformação invalidada for acessada, ela será recalculada para refletir essas alterações. Essa abordagem de invalidação/caching evita recálculos desnecessários de transformações e contribui para um melhor desempenho interativo.

Por exemplo, aqui está um gráfico da árvore de transformação usada para plotar os dados no gráfico:

A estrutura pode ser usada para transformações afins e não afins. No entanto, para velocidade, queremos usar os renderizadores de back-end para realizar transformações afins sempre que possível. Portanto, é possível realizar apenas a parte afim ou não afim de uma transformação em um conjunto de dados. O afim é sempre assumido como ocorrendo após o não-afim. Para qualquer transformação:

full transform == non-affine part + affine part

Não se espera que os back-ends lide com transformações não afins.

Consulte o tutorial Tutorial de Transformações para obter exemplos de como usar as transformações.

classe matplotlib.transforms. Affine2D ( matriz = Nenhum , ** kwargs )

Bases:Affine2DBase

Uma transformação afim 2D mutável.

Inicialize uma transformação Affine a partir de um array float numpy 3x3:

a c e
b d f
0 0 1

Se a matriz for Nenhuma, inicialize com a transformação de identidade.

__init__ ( matriz = Nenhum , ** kwargs )

Inicialize uma transformação Affine a partir de um array float numpy 3x3:

a c e
b d f
0 0 1

Se a matriz for Nenhuma, inicialize com a transformação de identidade.

__module__ = 'matplotlib.transforms'

__str__ ( )

Retorne str(auto).

claro ( )

Redefina a matriz subjacente para a transformação de identidade.

from_values ​​estáticos ( a , b , c , d , e , f )

Crie uma nova instância Affine2D a partir dos valores fornecidos:

a c e
b d f
0 0 1

.

get_matrix ( )

Obtenha a matriz de transformação subjacente como uma matriz numpy 3x3:

a c e
b d f
0 0 1

.

identidade estática ( )

[ Reprovado ] Retorna um novo Affine2Dobjeto que é a transformação de identidade.

A menos que essa transformação seja alterada posteriormente, considere usar a IdentityTransformclasse mais rápida.

Notas

Obsoleto desde a versão 3.6: Use Affine2D() em vez disso.

girar ( teta )

Adicione uma rotação (em radianos) a esta transformação no local.

Retorna self , portanto, esse método pode ser facilmente encadeado com mais chamadas para rotate(), rotate_deg()e .translate()scale()

rotate_around ( x , y , theta )

Adicione uma rotação (em radianos) ao redor do ponto (x, y) no lugar.

Retorna self , portanto, esse método pode ser facilmente encadeado com mais chamadas para rotate(), rotate_deg()e .translate()scale()

rotate_deg ( graus )

Adicione uma rotação (em graus) a esta transformação no local.

Retorna self , portanto, esse método pode ser facilmente encadeado com mais chamadas para rotate(), rotate_deg()e .translate()scale()

rotate_deg_around ( x , y , graus )

Adicione uma rotação (em graus) ao redor do ponto (x, y) no lugar.

Retorna self , portanto, esse método pode ser facilmente encadeado com mais chamadas para rotate(), rotate_deg()e .translate()scale()

escala ( sx , sy = Nenhum )

Adicione uma escala no lugar.

Se sy for Nenhum, a mesma escala será aplicada nas direções x e y .

Retorna self , portanto, esse método pode ser facilmente encadeado com mais chamadas para rotate(), rotate_deg()e .translate()scale()

definir ( outro )

Defina esta transformação da cópia congelada de outro Affine2DBaseobjeto.

set_matrix ( mtx )

Defina a matriz de transformação subjacente de uma matriz numpy 3x3:

a c e
b d f
0 0 1

.

inclinação ( xShear , yShear )

Adicione uma inclinação no lugar.

xShear e yShear são os ângulos de cisalhamento ao longo dos eixos x e y , respectivamente, em radianos.

Retorna self , portanto, esse método pode ser facilmente encadeado com mais chamadas para rotate(), rotate_deg()e .translate()scale()

skew_deg ( xShear , yShear )

Adicione uma inclinação no lugar.

xShear e yShear são os ângulos de cisalhamento ao longo dos eixos x e y , respectivamente, em graus.

Retorna self , portanto, esse método pode ser facilmente encadeado com mais chamadas para rotate(), rotate_deg()e .translate()scale()

traduzir ( tx , ty )

Adicione uma tradução no local.

Retorna self , portanto, esse método pode ser facilmente encadeado com mais chamadas para rotate(), rotate_deg()e .translate()scale()

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

Bases:AffineBase

A classe base de todas as transformações afins 2D.

Transformações afins 2D são executadas usando uma matriz numpy 3x3:

a c e
b d f
0 0 1

Essa classe fornece a interface somente leitura. Para uma transformação afim 2D mutável, use Affine2D.

As subclasses dessa classe geralmente só precisam substituir um construtor e get_matrix()isso gera uma matriz 3x3 personalizada.

Parâmetros :

shorthand_name str

Uma string que representa o "nome" da transformação. O nome não tem nenhum significado além de melhorar a legibilidade de str(transform)quando DEBUG=True.

__annotations__ = {}

__module__ = 'matplotlib.transforms'

congelado ( )

Retorne uma cópia congelada deste nó de transformação. A cópia congelada não será atualizada quando seus filhos mudarem. Útil para armazenar um estado previamente conhecido de uma transformação onde copy.deepcopy()normalmente pode ser usado.

has_inverse = Verdadeiro

Verdadeiro se esta transformação tiver uma transformação inversa correspondente.

input_dims = 2

O número de dimensões de entrada desta transformação. Deve ser substituído (com números inteiros) na subclasse.

invertido ( )

Retorne a transformação inversa correspondente.

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

O valor de retorno desse método deve ser tratado como temporário. Uma atualização para si mesmo não causa uma atualização correspondente em sua cópia invertida.

propriedade is_separable

bool(x) -> bool

Retorna Verdadeiro quando o argumento x é verdadeiro, Falso caso contrário. Os builtins True e False são as duas únicas instâncias da classe bool. A classe bool é uma subclasse da classe int e não pode ser subclasse.

output_dims = 2

O número de dimensões de saída desta transformação. Deve ser substituído (com números inteiros) na subclasse.

to_values ​​( )

Retorna os valores da matriz como uma tupla.(a, b, c, d, e, f)

transform_affine ( pontos )

Aplique apenas a parte afim dessa transformação na matriz de valores fornecida.

transform(values)é sempre equivalente a transform_affine(transform_non_affine(values)).

Em transformações não afins, isso geralmente não é operacional. Em transformações afins, isso é equivalente a transform(values).

Parâmetros :

matriz de valores

Os valores de entrada como matriz NumPy de comprimento input_dimsou forma (N x input_dims).

Devoluções :

variedade

Os valores de saída como matriz NumPy de comprimento output_dimsou forma (N x output_dims), dependendo da entrada.

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

Bases:Transform

A classe base de todas as transformações afins de qualquer número de dimensões.

Parâmetros :

shorthand_name str

Uma string que representa o "nome" da transformação. O nome não tem nenhum significado além de melhorar a legibilidade de str(transform)quando DEBUG=True.

__annotations__ = {}

__array__ ( * args , ** kwargs )

Interface de matriz para obter a matriz afim deste Transform.

__eq__ ( outro )

Retorna auto==valor.

__hash__ = Nenhum

__init__ ( * args , ** kwargs )

Parâmetros :

shorthand_name str

Uma string que representa o "nome" da transformação. O nome não tem nenhum significado além de melhorar a legibilidade de str(transform)quando DEBUG=True.

__module__ = 'matplotlib.transforms'

get_affine ( )

Obtenha a parte afim dessa transformação.

is_affine = Verdadeiro

transformar ( valores )

Aplique esta transformação no array de valores fornecido .

Parâmetros :

matriz de valores

Os valores de entrada como matriz NumPy de comprimento input_dimsou forma (N x input_dims).

Devoluções :

variedade

Os valores de saída como matriz NumPy de comprimento output_dimsou forma (N x output_dims), dependendo da entrada.

transform_affine ( valores )

Aplique apenas a parte afim dessa transformação na matriz de valores fornecida.

transform(values)é sempre equivalente a transform_affine(transform_non_affine(values)).

Em transformações não afins, isso geralmente não é operacional. Em transformações afins, isso é equivalente a transform(values).

Parâmetros :

matriz de valores

Os valores de entrada como matriz NumPy de comprimento input_dimsou forma (N x input_dims).

Devoluções :

variedade

Os valores de saída como matriz NumPy de comprimento output_dimsou forma (N x output_dims), dependendo da entrada.

transform_non_affine ( pontos )

Aplique apenas a parte não afim dessa transformação.

transform(values)é sempre equivalente a transform_affine(transform_non_affine(values)).

Em transformações não afins, isso geralmente é equivalente a transform(values). Em transformações afins, isso é sempre um no-op.

Parâmetros :

matriz de valores

Os valores de entrada como matriz NumPy de comprimento input_dimsou forma (N x input_dims).

Devoluções :

variedade

Os valores de saída como matriz NumPy de comprimento output_dimsou forma (N x output_dims), dependendo da entrada.

transform_path ( caminho )

Aplique a transformação ao path , retornando um novo .Path Path

Em alguns casos, essa transformação pode inserir curvas no caminho que começou como segmentos de linha.

transform_path_affine ( caminho )

Aplique a parte afim dessa transformação em path , retornando um novo .Path Path

transform_path(path)é equivalente a transform_path_affine(transform_path_non_affine(values)).

transform_path_non_affine ( caminho )

Aplique a parte não afim dessa transformação a path , retornando um novo .Path Path

transform_path(path)é equivalente a transform_path_affine(transform_path_non_affine(values)).

classe matplotlib.transforms. AffineDeltaTransform ( transform , ** kwargs )

Bases:Affine2DBase

Um wrapper de transformação para transformar deslocamentos entre pares de pontos.

Esta classe destina-se a ser usada para transformar deslocamentos ("deltas de posição") entre pares de pontos (por exemplo, como o offset_transform de Collections): dada uma transformação ttal que , satisfaz .t = AffineDeltaTransform(t) + offsetAffineDeltaTransformAffineDeltaTransform(a - b) == AffineDeltaTransform(a) - AffineDeltaTransform(b)

Isso é implementado forçando os componentes de deslocamento da matriz de transformação para zero.

Esta classe é experimental a partir de 3.3 e a API pode mudar.

Parâmetros :

shorthand_name str

Uma string que representa o "nome" da transformação. O nome não tem nenhum significado além de melhorar a legibilidade de str(transform)quando DEBUG=True.

__annotations__ = {}

__init__ ( transform , ** kwargs )

Parâmetros :

shorthand_name str

Uma string que representa o "nome" da transformação. O nome não tem nenhum significado além de melhorar a legibilidade de str(transform)quando DEBUG=True.

__module__ = 'matplotlib.transforms'

__str__ ( )

Retorne str(auto).

get_matrix ( )

Obtenha a matriz para a parte afim dessa transformação.

classe matplotlib.transforms. Bbox ( pontos , ** kwargs )

Bases:BboxBase

Uma caixa delimitadora mutável.

Exemplos

Criar a partir de limites conhecidos

O construtor padrão usa os "pontos" de limite .[[xmin, ymin], [xmax, ymax]]

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

Alternativamente, um Bbox pode ser criado a partir da matriz de pontos achatados, as chamadas "extensões"(xmin, ymin, xmax, ymax)

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

ou dos "limites" .(xmin, ymin, width, height)

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

Criar a partir de coleções de pontos

O objeto "vazio" para acumular Bboxs é o null bbox, que é um substituto para o conjunto vazio.

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

Adicionar pontos ao bbox nulo fornecerá o bbox desses pontos.

>>> 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]])

A configuração ignore=Trueé equivalente a recomeçar a partir de um bbox nulo.

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

Aviso

Recomenda-se sempre especificar ignoreexplicitamente. Caso contrário, o valor padrão de ignorepode ser alterado a qualquer momento por código com acesso ao seu Bbox, por exemplo, usando o método ignore.

Propriedades da bbox ``null``

Observação

O comportamento atual de Bbox.null()pode ser surpreendente, pois não possui todas as propriedades do "conjunto vazio" e, como tal, não se comporta como um objeto "zero" no sentido matemático. Podemos mudar isso no futuro (com um período de descontinuação).

O bbox nulo é a identidade para interseções

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

exceto consigo mesmo, onde retorna o espaço total.

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

Uma união contendo nulo sempre retornará o espaço completo (não o outro conjunto!)

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

Parâmetros :

pontos ndarray

Uma matriz numpy 2x2 da forma .[[x0, y0], [x1, y1]]

__annotations__ = {}

__format__ ( fmt )

Formatador de objeto padrão.

__init__ ( pontos , ** kwargs )

Parâmetros :

pontos ndarray

Uma matriz numpy 2x2 da forma .[[x0, y0], [x1, y1]]

__module__ = 'matplotlib.transforms'

__repr__ ( )

Retorne repr(self).

__str__ ( )

Retorne str(auto).

limites de propriedade

Retorno ( x0, y0, width, height).

from_bounds estático ( x0 , y0 , largura , altura )

Crie um novo a Bboxpartir de x0 , y0 , largura e altura .

largura e altura podem ser negativas.

static from_extents ( * args , minpos = None )

Crie um novo Bbox da esquerda , inferior , direita e superior .

O eixo y aumenta para cima.

Parâmetros :

esquerda, inferior, direita, flutuação superior

As quatro extensões da caixa delimitadora.

minpos flutuante ou nenhum

Se for fornecido, o Bbox terá um valor mínimo positivo definido. Isso é útil ao lidar com escalas logarítmicas e outras escalas em que limites negativos resultam em erros de ponto flutuante.

congelado ( )

A classe base para qualquer coisa que participe da árvore de transformação e precise invalidar seus pais ou ser invalidada. Isso inclui classes que não são realmente transformações, como caixas delimitadoras, pois algumas transformações dependem de caixas delimitadoras para calcular seus valores.

get_points ( )

Obtenha os pontos da caixa delimitadora diretamente como uma matriz numpy da forma: .[[x0, y0], [x1, y1]]

ignorar ( valor )

Defina se os limites existentes da caixa devem ser ignorados por chamadas subsequentes para update_from_data_xy().

valor bool

• Quando True, as chamadas subsequentes para update_from_data_xy() ignorarão os limites existentes do Bbox.

• Quando False, as chamadas subsequentes para update_from_data_xy() incluirão os limites existentes do Bbox.

propriedade intervalox

O par de coordenadas x que definem a caixa delimitadora.

Isso não é garantido para ser classificado da esquerda para a direita.

propriedade intervalo

O par de coordenadas y que definem a caixa delimitadora.

Isso não é garantido para ser classificado de baixo para cima.

propriedade minpos

O valor positivo mínimo em ambas as direções dentro do Bbox.

Isso é útil ao lidar com escalas logarítmicas e outras escalas em que limites negativos resultam em erros de ponto flutuante e será usado como a extensão mínima em vez de p0 .

propriedade minposx

O valor positivo mínimo na direção x dentro do Bbox.

Isso é útil ao lidar com escalas logarítmicas e outras escalas em que limites negativos resultam em erros de ponto flutuante e será usado como a extensão x mínima em vez de x0 .

propriedade minposy

O valor positivo mínimo na direção y dentro do Bbox.

Isso é útil ao lidar com escalas logarítmicas e outras escalas em que limites negativos resultam em erros de ponto flutuante e será usado como a extensão mínima de y em vez de y0 .

mutado ( )

Retorna se o bbox mudou desde o init.

mutatedx ( )

Retorna se os limites x foram alterados desde o init.

mutante ( )

Retorna se os limites y foram alterados desde o init.

null estático ( )

Crie um novo nulo Bboxde (inf, inf) para (-inf, -inf).

propriedade p0

O primeiro par de coordenadas ( x , y ) que definem a caixa delimitadora.

Não é garantido que seja o canto inferior esquerdo (para isso, use min).

propriedade p1

O segundo par de coordenadas ( x , y ) que definem a caixa delimitadora.

Não é garantido que seja o canto superior direito (para isso, use max).

definir ( outro )

Defina esta caixa delimitadora a partir dos limites "congelados" de outro Bbox.

set_points ( pontos )

Defina os pontos da caixa delimitadora diretamente de um array numpy da forma: . Nenhuma verificação de erro é executada, pois esse método é principalmente para uso interno.[[x0, y0], [x1, y1]]

unidade estática ( )

Crie uma nova unidade Bboxde (0, 0) a (1, 1).

update_from_data_x ( x , ignore = None )

Atualize os limites x do Bboxcom base nos dados passados. Após a atualização, os limites terão largura positiva e x0 será o valor mínimo.

Parâmetros :

x ndarray

Matriz de valores x.

ignorar bool, opcional

• Quando True, ignore os limites existentes do Bbox.

• Quando False, inclua os limites existentes do Bbox.

• Quando None, use o último valor passado para ignore().

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

Atualize os limites do Bboxcom base nos dados passados. Após a atualização, os limites terão largura e altura positivas ; x0 e y0 serão os valores mínimos.

Parâmetros :

xy ndarray

Uma matriz numpy de pontos 2D.

ignorar bool, opcional

• Quando True, ignore os limites existentes do Bbox.

• Quando False, inclua os limites existentes do Bbox.

• Quando None, use o último valor passado para ignore().

updatex, updatey bool, padrão: True

Quando True, atualize os valores x/y.

update_from_data_y ( y , ignore = None )

Atualize os limites y do Bboxcom base nos dados passados. Após a atualização, os limites terão altura positiva e y0 será o valor mínimo.

Parâmetros :

y ndarray

Matriz de valores de y.

ignorar bool, opcional

• Quando True, ignore os limites existentes do Bbox.

• Quando False, inclua os limites existentes do Bbox.

• Quando None, use o último valor passado para ignore().

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

Atualize os limites do Bboxpara conter os vértices do caminho fornecido. Após a atualização, os limites terão largura e altura positivas ; x0 e y0 serão os valores mínimos.

Parâmetros :

caminhoPath

ignorar bool, opcional

• quando True, ignore os limites existentes de Bbox.

• quando False, inclua os limites existentes do Bbox.

• quando None, use o último valor passado para ignore().

updatex, updatey bool, padrão: True

Quando True, atualize os valores x/y.

propriedade x0

A primeira do par de coordenadas x que definem a caixa delimitadora.

Não é garantido que seja menor que x1(para isso, use xmin).

propriedade x1

A segunda do par de coordenadas x que definem a caixa delimitadora.

Não é garantido que seja maior que x0(para isso, use xmax).

propriedade y0

A primeira do par de coordenadas y que definem a caixa delimitadora.

Não é garantido que seja menor que y1(para isso, use ymin).

propriedade y1

A segunda do par de coordenadas y que definem a caixa delimitadora.

Não é garantido que seja maior que y0(para isso, use ymax).

classe matplotlib.transforms. BboxBase ( shorthand_name = None )

Bases:TransformNode

A classe base de todas as caixas delimitadoras.

Esta classe é imutável; Bboxé uma subclasse mutável.

A representação canônica é como dois pontos, sem restrições quanto à sua ordenação. As propriedades de conveniência são fornecidas para obter as bordas esquerda, inferior, direita e superior, largura e altura, mas não são armazenadas explicitamente.

Parâmetros :

shorthand_name str

Uma string que representa o "nome" da transformação. O nome não tem nenhum significado além de melhorar a legibilidade de str(transform)quando DEBUG=True.

__annotations__ = {}

__array__ ( * args , ** kwargs )

__module__ = 'matplotlib.transforms'

ancorado ( c , container = None )

Retorne uma cópia do Bboxancorado em c dentro do container .

Parâmetros :

c (float, float) ou {'C', 'SW', 'S', 'SE', 'E', 'NE', ...}

Um par ( x , y ) de coordenadas relativas (0 é esquerda ou inferior, 1 é direita ou superior), 'C' (centro) ou uma direção cardeal ('SW', sudoeste, é inferior esquerda, etc.) .

recipiente Bbox, opcional

A caixa dentro da qual o Bboxestá posicionado; o padrão é o inicial Bbox.

Veja também

Axes.set_anchor

limites de propriedade

Retorno ( 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)}

contém ( x , y )

Retorna se está na caixa delimitadora ou em sua borda.(x, y)

contém x ( x )

Retorna se x está no intervalo fechado ( x0, ).x1

contémy ( y )

Retorna se y está no intervalo fechado ( y0, ).y1

cantos ( )

Retorne os cantos deste retângulo como uma matriz de pontos.

Especificamente, isso retorna o array .[[x0, y0], [x0, y1], [x1, y0], [x1, y1]]

count_contains ( vértices )

Conte o número de vértices contidos no arquivo Bbox. Quaisquer vértices com um valor x ou y não finito são ignorados.

Parâmetros :

matriz Nx2 Numpy de vértices .

count_overlaps ( bboxes )

Conte o número de caixas delimitadoras que se sobrepõem a esta.

Parâmetros :

seqüência de bboxes deBboxBase

expandido ( sw , sh )

Construa a Bboxexpandindo este em torno de seu centro pelos fatores sw e sh .

extensões de propriedade

Retorno ( x0, y0, x1, y1).

congelado ( )

A classe base para qualquer coisa que participe da árvore de transformação e precise invalidar seus pais ou ser invalidada. Isso inclui classes que não são realmente transformações, como caixas delimitadoras, pois algumas transformações dependem de caixas delimitadoras para calcular seus valores.

totalmente_contém ( x , y )

Retorna se está na caixa delimitadora, mas não em sua borda.x, y

full_containsx ( x )

Retorna se x está no intervalo aberto ( x0, ).x1

full_containsy ( y )

Retorna se y está no intervalo aberto ( y0, ).y1

full_overlaps ( outros )

Retorna se esta caixa delimitadora se sobrepõe à outra caixa delimitadora, não incluindo as bordas.

Parâmetros :

outroBboxBase

get_points ( )

altura da propriedade

A altura (assinada) da caixa delimitadora.

interseção estática ( bbox1 , bbox2 )

Retorna a interseção de bbox1 e bbox2 se eles se cruzarem, ou None se eles não se cruzarem.

propriedade intervalox

O par de coordenadas x que definem a caixa delimitadora.

Isso não é garantido para ser classificado da esquerda para a direita.

propriedade intervalo

O par de coordenadas y que definem a caixa delimitadora.

Isso não é garantido para ser classificado de baixo para cima.

is_affine = Verdadeiro

is_bbox = Verdadeiro

propriedade máx

O canto superior direito da caixa delimitadora.

propriedade min

O canto inferior esquerdo da caixa delimitadora.

sobreposições ( outros )

Retorna se esta caixa delimitadora se sobrepõe à outra caixa delimitadora.

Parâmetros :

outroBboxBase

propriedade p0

O primeiro par de coordenadas ( x , y ) que definem a caixa delimitadora.

Não é garantido que seja o canto inferior esquerdo (para isso, use min).

propriedade p1

O segundo par de coordenadas ( x , y ) que definem a caixa delimitadora.

Não é garantido que seja o canto superior direito (para isso, use max).

acolchoado ( p )

Construa a Bboxpreenchendo este em todos os quatro lados por p .

rotacionado ( radianos )

Retorne a caixa delimitadora alinhada aos eixos que limita o resultado da rotação Bboxpor um ângulo de radianos .

encolhido ( mx , meu )

Retorne uma cópia de Bbox, reduzida pelo fator mx na direção x e pelo fator my na direção y . O canto inferior esquerdo da caixa permanece inalterado. Normalmente mx e my serão menores que 1, mas isso não é obrigatório.

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

Retorne uma cópia do Bbox, encolhido para que fique o maior possível enquanto tiver a proporção desejada, box_aspect . Se as coordenadas da caixa forem relativas (ou seja, frações de uma caixa maior, como uma figura), a proporção física dessa figura será especificada com fig_aspect , de modo que box_aspect também possa ser fornecido como uma proporção das dimensões absolutas, não das dimensões relativas .

tamanho da propriedade

A largura (assinada) e a altura da caixa delimitadora.

splitx ( * args )

Retorna uma lista de novos Bboxobjetos formada pela divisão do original com linhas verticais em posições fracionárias dadas por args .

splity ( * args )

Retorna uma lista de novos Bboxobjetos formados dividindo o original com linhas horizontais em posições fracionárias dadas por args .

transformado ( transformar )

Construa a Bboxtransformando estaticamente este por transform .

traduzido ( tx , ty )

Construa a Bboxtraduzindo este por tx e ty .

união estática ( bboxes )

Retorna um Bboxque contém todas as bboxes fornecidas .

largura da propriedade

A largura (assinada) da caixa delimitadora.

propriedade x0

A primeira do par de coordenadas x que definem a caixa delimitadora.

Não é garantido que seja menor que x1(para isso, use xmin).

propriedade x1

A segunda do par de coordenadas x que definem a caixa delimitadora.

Não é garantido que seja maior que x0(para isso, use xmax).

propriedade xmax

A borda direita da caixa delimitadora.

propriedade xmin

A borda esquerda da caixa delimitadora.

propriedade y0

A primeira do par de coordenadas y que definem a caixa delimitadora.

Não é garantido que seja menor que y1(para isso, use ymin).

propriedade y1

A segunda do par de coordenadas y que definem a caixa delimitadora.

Não é garantido que seja maior que y0(para isso, use ymax).

propriedade ymax

A borda superior da caixa delimitadora.

propriedade ymin

A borda inferior da caixa delimitadora.

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

Bases:Affine2DBase

BboxTransformtransforma linearmente pontos de um Bboxpara outro.

Crie um novo BboxTransformque transforme pontos linearmente de boxin para boxout .

__annotations__ = {}

__init__ ( boxin , boxout , ** kwargs )

Crie um novo BboxTransformque transforme pontos linearmente de boxin para boxout .

__module__ = 'matplotlib.transforms'

__str__ ( )

Retorne str(auto).

get_matrix ( )

Obtenha a matriz para a parte afim dessa transformação.

is_separable = Verdadeiro

Verdadeiro se esta transformação for separável nas dimensões x e y.

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

Bases:Affine2DBase

BboxTransformFromtransforma linearmente pontos de um determinado Bboxpara a caixa delimitadora da unidade.

Parâmetros :

shorthand_name str

Uma string que representa o "nome" da transformação. O nome não tem nenhum significado além de melhorar a legibilidade de str(transform)quando DEBUG=True.

__annotations__ = {}

__init__ ( boxin , ** kwargs )

Parâmetros :

shorthand_name str

Uma string que representa o "nome" da transformação. O nome não tem nenhum significado além de melhorar a legibilidade de str(transform)quando DEBUG=True.

__module__ = 'matplotlib.transforms'

__str__ ( )

Retorne str(auto).

get_matrix ( )

Obtenha a matriz para a parte afim dessa transformação.

is_separable = Verdadeiro

Verdadeiro se esta transformação for separável nas dimensões x e y.

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

Bases:Affine2DBase

BboxTransformToé uma transformação que transforma linearmente pontos da caixa delimitadora da unidade em um dado Bbox.

Crie um novo BboxTransformToque transforme linearmente os pontos da caixa delimitadora da unidade em boxout .

__annotations__ = {}

__init__ ( boxout , ** kwargs )

Crie um novo BboxTransformToque transforme linearmente os pontos da caixa delimitadora da unidade em boxout .

__module__ = 'matplotlib.transforms'

__str__ ( )

Retorne str(auto).

get_matrix ( )

Obtenha a matriz para a parte afim dessa transformação.

is_separable = Verdadeiro

Verdadeiro se esta transformação for separável nas dimensões x e y.

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

Bases:BboxTransformTo

BboxTransformToé uma transformação que transforma linearmente pontos da caixa delimitadora da unidade em um dado Bboxcom um canto superior esquerdo fixo de (0, 0).

Crie um novo BboxTransformToque transforme linearmente os pontos da caixa delimitadora da unidade em boxout .

__annotations__ = {}

__module__ = 'matplotlib.transforms'

get_matrix ( )

Obtenha a matriz para a parte afim dessa transformação.

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

Bases: _BlendedMixin,Affine2DBase

Uma transformação "combinada" usa uma transformação para a direção x e outra transformação para a direção y .

Esta versão é uma otimização para o caso em que ambas as transformações filhas são do tipo Affine2DBase.

Crie uma nova transformação "combinada" usando x_transform para transformar o eixo x e y_transform para transformar o eixo y .

Ambos x_transform e y_transform devem ser transformações afins 2D.

Geralmente, você não chamará esse construtor diretamente, mas usará a blended_transform_factoryfunção, que pode determinar automaticamente que tipo de transformação mesclada criar.

__annotations__ = {}

__init__ ( x_transform , y_transform , ** kwargs )

Crie uma nova transformação "combinada" usando x_transform para transformar o eixo x e y_transform para transformar o eixo y .

Ambos x_transform e y_transform devem ser transformações afins 2D.

Geralmente, você não chamará esse construtor diretamente, mas usará a blended_transform_factoryfunção, que pode determinar automaticamente que tipo de transformação mesclada criar.

__module__ = 'matplotlib.transforms'

get_matrix ( )

Obtenha a matriz para a parte afim dessa transformação.

is_separable = Verdadeiro

Verdadeiro se esta transformação for separável nas dimensões x e y.

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

Bases: _BlendedMixin,Transform

Uma transformação "combinada" usa uma transformação para a direção x e outra transformação para a direção y .

Essa versão "genérica" ​​pode lidar com qualquer transformação filho nas direções x e y .

Crie uma nova transformação "combinada" usando x_transform para transformar o eixo x e y_transform para transformar o eixo y .

Geralmente, você não chamará esse construtor diretamente, mas usará a blended_transform_factoryfunção, que pode determinar automaticamente que tipo de transformação mesclada criar.

__annotations__ = {}

__init__ ( x_transform , y_transform , ** kwargs )

Crie uma nova transformação "combinada" usando x_transform para transformar o eixo x e y_transform para transformar o eixo y .

Geralmente, você não chamará esse construtor diretamente, mas usará a blended_transform_factoryfunção, que pode determinar automaticamente que tipo de transformação mesclada criar.

__module__ = 'matplotlib.transforms'

contém_branch ( outro )

Retorna se a transformação dada é uma subárvore desta transformação.

Esta rotina usa igualdade de transformação para identificar sub-árvores, portanto em muitas situações é o ID do objeto que será usado.

Para o caso em que a transformação fornecida representa toda essa transformação, retorna True.

profundidade da propriedade

Retorna o número de transformações que foram encadeadas para formar esta instância Transform.

Observação

Para o caso especial de uma transformação Composite, é retornada a profundidade máxima das duas.

congelado ( )

Retorne uma cópia congelada deste nó de transformação. A cópia congelada não será atualizada quando seus filhos mudarem. Útil para armazenar um estado previamente conhecido de uma transformação onde copy.deepcopy()normalmente pode ser usado.

get_affine ( )

Obtenha a parte afim dessa transformação.

propriedade has_inverse

bool(x) -> bool

Retorna Verdadeiro quando o argumento x é verdadeiro, Falso caso contrário. Os builtins True e False são as duas únicas instâncias da classe bool. A classe bool é uma subclasse da classe int e não pode ser subclasse.

input_dims = 2

O número de dimensões de entrada desta transformação. Deve ser substituído (com números inteiros) na subclasse.

invertido ( )

Retorne a transformação inversa correspondente.

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

O valor de retorno desse método deve ser tratado como temporário. Uma atualização para si mesmo não causa uma atualização correspondente em sua cópia invertida.

propriedade is_affine

bool(x) -> bool

Retorna Verdadeiro quando o argumento x é verdadeiro, Falso caso contrário. Os builtins True e False são as duas únicas instâncias da classe bool. A classe bool é uma subclasse da classe int e não pode ser subclasse.

is_separable = Verdadeiro

Verdadeiro se esta transformação for separável nas dimensões x e y.

output_dims = 2

O número de dimensões de saída desta transformação. Deve ser substituído (com números inteiros) na subclasse.

pass_through = Verdadeiro

Se pass_through for True, todos os ancestrais sempre serão invalidados, mesmo que 'self' já seja inválido.

transform_non_affine ( pontos )

Aplique apenas a parte não afim dessa transformação.

transform(values)é sempre equivalente a transform_affine(transform_non_affine(values)).

Em transformações não afins, isso geralmente é equivalente a transform(values). Em transformações afins, isso é sempre um no-op.

Parâmetros :

matriz de valores

Os valores de entrada como matriz NumPy de comprimento input_dimsou forma (N x input_dims).

Devoluções :

variedade

Os valores de saída como matriz NumPy de comprimento output_dimsou forma (N x output_dims), dependendo da entrada.

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

Bases:Affine2DBase

Uma transformação composta formada pela aplicação da transformação a e depois da transformação b .

Esta versão é uma otimização que lida com o caso em que a e b são afins 2D.

Crie uma nova transformação composta que seja o resultado da aplicação de a então b .Affine2DBase Affine2DBase

Geralmente, você não chamará esse construtor diretamente, mas escreverá , o que escolherá automaticamente o melhor tipo de instância de transformação composta a ser criada.a + b

__annotations__ = {}

__init__ ( a , b , ** kwargs )

Crie uma nova transformação composta que seja o resultado da aplicação de a então b .Affine2DBase Affine2DBase

Geralmente, você não chamará esse construtor diretamente, mas escreverá , o que escolherá automaticamente o melhor tipo de instância de transformação composta a ser criada.a + b

__module__ = 'matplotlib.transforms'

__str__ ( )

Retorne str(auto).

profundidade da propriedade

Retorna o número de transformações que foram encadeadas para formar esta instância Transform.

Observação

Para o caso especial de uma transformação Composite, é retornada a profundidade máxima das duas.

get_matrix ( )

Obtenha a matriz para a parte afim dessa transformação.

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

Bases:Transform

Uma transformação composta formada pela aplicação da transformação a e depois da transformação b .

Esta versão "genérica" ​​pode lidar com quaisquer duas transformações arbitrárias.

Crie uma nova transformação composta que seja o resultado da aplicação da transformação a e depois da transformação b .

Geralmente, você não chamará esse construtor diretamente, mas escreverá , o que escolherá automaticamente o melhor tipo de instância de transformação composta a ser criada.a + b

__annotations__ = {}

__eq__ ( outro )

Retorna auto==valor.

__hash__ = Nenhum

__init__ ( a , b , ** kwargs )

Crie uma nova transformação composta que seja o resultado da aplicação da transformação a e depois da transformação b .

Geralmente, você não chamará esse construtor diretamente, mas escreverá , o que escolherá automaticamente o melhor tipo de instância de transformação composta a ser criada.a + b

__module__ = 'matplotlib.transforms'

__str__ ( )

Retorne str(auto).

profundidade da propriedade

Retorna o número de transformações que foram encadeadas para formar esta instância Transform.

Observação

Para o caso especial de uma transformação Composite, é retornada a profundidade máxima das duas.

congelado ( )

Retorne uma cópia congelada deste nó de transformação. A cópia congelada não será atualizada quando seus filhos mudarem. Útil para armazenar um estado previamente conhecido de uma transformação onde copy.deepcopy()normalmente pode ser usado.

get_affine ( )

Obtenha a parte afim dessa transformação.

propriedade has_inverse

bool(x) -> bool

Retorna Verdadeiro quando o argumento x é verdadeiro, Falso caso contrário. Os builtins True e False são as duas únicas instâncias da classe bool. A classe bool é uma subclasse da classe int e não pode ser subclasse.

invertido ( )

Retorne a transformação inversa correspondente.

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

O valor de retorno desse método deve ser tratado como temporário. Uma atualização para si mesmo não causa uma atualização correspondente em sua cópia invertida.

propriedade is_affine

bool(x) -> bool

Retorna Verdadeiro quando o argumento x é verdadeiro, Falso caso contrário. Os builtins True e False são as duas únicas instâncias da classe bool. A classe bool é uma subclasse da classe int e não pode ser subclasse.

propriedade is_separable

bool(x) -> bool

Retorna Verdadeiro quando o argumento x é verdadeiro, Falso caso contrário. Os builtins True e False são as duas únicas instâncias da classe bool. A classe bool é uma subclasse da classe int e não pode ser subclasse.

pass_through = Verdadeiro

Se pass_through for True, todos os ancestrais sempre serão invalidados, mesmo que 'self' já seja inválido.

transform_affine ( pontos )

Aplique apenas a parte afim dessa transformação na matriz de valores fornecida.

transform(values)é sempre equivalente a transform_affine(transform_non_affine(values)).

Em transformações não afins, isso geralmente não é operacional. Em transformações afins, isso é equivalente a transform(values).

Parâmetros :

matriz de valores

Os valores de entrada como matriz NumPy de comprimento input_dimsou forma (N x input_dims).

Devoluções :

variedade

Os valores de saída como matriz NumPy de comprimento output_dimsou forma (N x output_dims), dependendo da entrada.

transform_non_affine ( pontos )

Aplique apenas a parte não afim dessa transformação.

transform(values)é sempre equivalente a transform_affine(transform_non_affine(values)).

Em transformações não afins, isso geralmente é equivalente a transform(values). Em transformações afins, isso é sempre um no-op.

Parâmetros :

matriz de valores

Os valores de entrada como matriz NumPy de comprimento input_dimsou forma (N x input_dims).

Devoluções :

variedade

Os valores de saída como matriz NumPy de comprimento output_dimsou forma (N x output_dims), dependendo da entrada.

transform_path_non_affine ( caminho )

Aplique a parte não afim dessa transformação a path , retornando um novo .Path Path

transform_path(path)é equivalente a transform_path_affine(transform_path_non_affine(values)).

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

Bases:Affine2DBase

Uma aula especial que faz uma coisa, a transformação de identidade, de forma rápida.

Parâmetros :

shorthand_name str

Uma string que representa o "nome" da transformação. O nome não tem nenhum significado além de melhorar a legibilidade de str(transform)quando DEBUG=True.

__annotations__ = {}

__module__ = 'matplotlib.transforms'

__str__ ( )

Retorne str(auto).

congelado ( )

Retorne uma cópia congelada deste nó de transformação. A cópia congelada não será atualizada quando seus filhos mudarem. Útil para armazenar um estado previamente conhecido de uma transformação onde copy.deepcopy()normalmente pode ser usado.

get_affine ( )

Obtenha a parte afim dessa transformação.

get_matrix ( )

Obtenha a matriz para a parte afim dessa transformação.

invertido ( )

Retorne a transformação inversa correspondente.

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

O valor de retorno desse método deve ser tratado como temporário. Uma atualização para si mesmo não causa uma atualização correspondente em sua cópia invertida.

transformar ( pontos )

Aplique esta transformação no array de valores fornecido .

Parâmetros :

matriz de valores

Os valores de entrada como matriz NumPy de comprimento input_dimsou forma (N x input_dims).

Devoluções :

variedade

Os valores de saída como matriz NumPy de comprimento output_dimsou forma (N x output_dims), dependendo da entrada.

transform_affine ( pontos )

Aplique apenas a parte afim dessa transformação na matriz de valores fornecida.

transform(values)é sempre equivalente a transform_affine(transform_non_affine(values)).

Em transformações não afins, isso geralmente não é operacional. Em transformações afins, isso é equivalente a transform(values).

Parâmetros :

matriz de valores

Os valores de entrada como matriz NumPy de comprimento input_dimsou forma (N x input_dims).

Devoluções :

variedade

Os valores de saída como matriz NumPy de comprimento output_dimsou forma (N x output_dims), dependendo da entrada.

transform_non_affine ( pontos )

Aplique apenas a parte não afim dessa transformação.

transform(values)é sempre equivalente a transform_affine(transform_non_affine(values)).

Em transformações não afins, isso geralmente é equivalente a transform(values). Em transformações afins, isso é sempre um no-op.

Parâmetros :

matriz de valores

Os valores de entrada como matriz NumPy de comprimento input_dimsou forma (N x input_dims).

Devoluções :

variedade

Os valores de saída como matriz NumPy de comprimento output_dimsou forma (N x output_dims), dependendo da entrada.

transform_path ( caminho )

Aplique a transformação ao path , retornando um novo .Path Path

Em alguns casos, essa transformação pode inserir curvas no caminho que começou como segmentos de linha.

transform_path_affine ( caminho )

Aplique a parte afim dessa transformação em path , retornando um novo .Path Path

transform_path(path)é equivalente a transform_path_affine(transform_path_non_affine(values)).

transform_path_non_affine ( caminho )

Aplique a parte não afim dessa transformação a path , retornando um novo .Path Path

transform_path(path)é equivalente a transform_path_affine(transform_path_non_affine(values)).

classe matplotlib.transforms. LockableBbox ( bbox , x0 = Nenhum , y0 = Nenhum , x1 = Nenhum , y1 = Nenhum , ** kwargs )

Bases:BboxBase

A Bboxonde alguns elementos podem ser bloqueados em determinados valores.

Quando a caixa delimitadora filha muda, os limites desta bbox serão atualizados de acordo com a exceção dos elementos bloqueados.

Parâmetros :

bboxBbox

A caixa delimitadora secundária a ser encapsulada.

x0 flutuante ou nenhum

O valor bloqueado para x0 ou Nenhum para deixar desbloqueado.

y0 flutuante ou nenhum

O valor bloqueado para y0 ou Nenhum para deixar desbloqueado.

x1 flutuante ou nenhum

O valor bloqueado para x1 ou Nenhum para deixar desbloqueado.

y1 flutuante ou nenhum

O valor bloqueado para y1 ou Nenhum para deixar desbloqueado.

__annotations__ = {}

__init__ ( bbox , x0 = Nenhum , y0 = Nenhum , x1 = Nenhum , y1 = Nenhum , ** kwargs )

Parâmetros :

bboxBbox

A caixa delimitadora secundária a ser encapsulada.

x0 flutuante ou nenhum

O valor bloqueado para x0 ou Nenhum para deixar desbloqueado.

y0 flutuante ou nenhum

O valor bloqueado para y0 ou Nenhum para deixar desbloqueado.

x1 flutuante ou nenhum

O valor bloqueado para x1 ou Nenhum para deixar desbloqueado.

y1 flutuante ou nenhum

O valor bloqueado para y1 ou Nenhum para deixar desbloqueado.

__module__ = 'matplotlib.transforms'

__str__ ( )

Retorne str(auto).

get_points ( )

propriedade bloqueada_x0

float ou None: O valor usado para o x0 bloqueado.

propriedade bloqueada_x1

float ou None: O valor usado para o x1 bloqueado.

propriedade bloqueada_y0

float ou None: O valor usado para o y0 bloqueado.

propriedade bloqueada_y1

float ou None: O valor usado para o y1 bloqueado.

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

Bases:Affine2DBase

Uma transformação que traduz por xt e yt , depois que xt e yt foram transformados por scale_trans .

Parâmetros :

shorthand_name str

Uma string que representa o "nome" da transformação. O nome não tem nenhum significado além de melhorar a legibilidade de str(transform)quando DEBUG=True.

__annotations__ = {}

__init__ ( xt , yt , scale_trans , ** kwargs )

Parâmetros :

shorthand_name str

Uma string que representa o "nome" da transformação. O nome não tem nenhum significado além de melhorar a legibilidade de str(transform)quando DEBUG=True.

__module__ = 'matplotlib.transforms'

__str__ ( )

Retorne str(auto).

get_matrix ( )

Obtenha a matriz para a parte afim dessa transformação.

classe matplotlib.transforms. Transform ( shorthand_name = None )

Bases:TransformNode

A classe base de todas as TransformNodeinstâncias que realmente executam uma transformação.

Todas as transformações não afins devem ser subclasses dessa classe. Novas transformações afins devem ser subclasses de Affine2D.

As subclasses desta classe devem substituir os seguintes membros (no mínimo):

• input_dims

• output_dims

• transform()

• inverted()(se existir um inverso)

Os seguintes atributos podem ser substituídos se o padrão for inadequado:

• is_separable(o padrão é True para transformações 1D -> 1D, caso contrário, False)

• has_inverse(o padrão é True se inverted()for substituído, False caso contrário)

Se a transformação precisar fazer algo fora do padrão com matplotlib.path.Pathobjetos, como adicionar curvas onde antes havia segmentos de linha, ela deve substituir:

• transform_path()

Parâmetros :

shorthand_name str

Uma string que representa o "nome" da transformação. O nome não tem nenhum significado além de melhorar a legibilidade de str(transform)quando DEBUG=True.

__add__ ( outro )

Componha duas transformações juntas para que self seja seguido por outro .

A + Bretorna uma transformação Cpara que .C.transform(x) == B.transform(A.transform(x))

__annotations__ = {}

__array__ ( * args , ** kwargs )

Interface de matriz para obter a matriz afim deste Transform.

classmethod __init_subclass__ ( )

Este método é chamado quando uma classe é subclasse.

A implementação padrão não faz nada. Pode ser substituído para estender subclasses.

__module__ = 'matplotlib.transforms'

__sub__ ( outro )

Componha self com o inverso de other , cancelando termos idênticos se houver:

# 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

O cancelamento (em vez de retornar ingenuamente ) é importante por vários motivos:A + B.inverted()

• Evita imprecisões de ponto flutuante ao calcular o inverso de B: é garantido que cancela exatamente (resultando na transformação de identidade), enquanto pode diferir por um pequeno epsilon.B - BB + B.inverted()

• B.inverted()sempre retorna uma transformação congelada: se um computar e depois sofrer mutação , então não será atualizado e os dois últimos termos não serão mais cancelados; por outro lado, sempre será igual a mesmo que seja mutado.A + B + B.inverted()BB.inverted()A + B - BAB

contém_branch ( outro )

Retorna se a transformação dada é uma subárvore desta transformação.

Esta rotina usa igualdade de transformação para identificar sub-árvores, portanto em muitas situações é o ID do objeto que será usado.

Para o caso em que a transformação fornecida representa toda essa transformação, retorna True.

contém_branch_seperately ( other_transform )

Retorna se a ramificação fornecida é uma subárvore dessa transformação em cada dimensão separada.

Um uso comum para este método é identificar se uma transformação é uma transformação combinada contendo uma transformação de dados de Axes. por exemplo:

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

profundidade da propriedade

Retorna o número de transformações que foram encadeadas para formar esta instância Transform.

Observação

Para o caso especial de uma transformação Composite, é retornada a profundidade máxima das duas.

get_affine ( )

Obtenha a parte afim dessa transformação.

get_matrix ( )

Obtenha a matriz para a parte afim dessa transformação.

has_inverse = Falso

Verdadeiro se esta transformação tiver uma transformação inversa correspondente.

input_dims = Nenhum

O número de dimensões de entrada desta transformação. Deve ser substituído (com números inteiros) na subclasse.

invertido ( )

Retorne a transformação inversa correspondente.

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

O valor de retorno desse método deve ser tratado como temporário. Uma atualização para si mesmo não causa uma atualização correspondente em sua cópia invertida.

is_separable = Falso

Verdadeiro se esta transformação for separável nas dimensões x e y.

output_dims = Nenhum

O número de dimensões de saída desta transformação. Deve ser substituído (com números inteiros) na subclasse.

transformar ( valores )

Aplique esta transformação no array de valores fornecido .

Parâmetros :

matriz de valores

Os valores de entrada como matriz NumPy de comprimento input_dimsou forma (N x input_dims).

Devoluções :

variedade

Os valores de saída como matriz NumPy de comprimento output_dimsou forma (N x output_dims), dependendo da entrada.

transform_affine ( valores )

Aplique apenas a parte afim dessa transformação na matriz de valores fornecida.

transform(values)é sempre equivalente a transform_affine(transform_non_affine(values)).

Em transformações não afins, isso geralmente não é operacional. Em transformações afins, isso é equivalente a transform(values).

Parâmetros :

matriz de valores

Os valores de entrada como matriz NumPy de comprimento input_dimsou forma (N x input_dims).

Devoluções :

variedade

Os valores de saída como matriz NumPy de comprimento output_dimsou forma (N x output_dims), dependendo da entrada.

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

Transforme um conjunto de ângulos ancorados em locais específicos.

Parâmetros :

ângulos (N,) tipo array

Os ângulos a transformar.

pts (N, 2) tipo array

Os pontos onde os ângulos estão ancorados.

radianos bool, padrão: Falso

Se os ângulos são radianos ou graus.

bóia pushoff

Para cada ponto em pts e ângulo em angles , o ângulo transformado é calculado transformando um segmento de pushoff de comprimento começando naquele ponto e tornando esse ângulo relativo ao eixo horizontal, e medindo o ângulo entre o eixo horizontal e o segmento transformado.

Devoluções :

(N,) matriz

transform_bbox ( bbox )

Transforme a caixa delimitadora fornecida.

Para transformações mais inteligentes, incluindo cache (um requisito comum no Matplotlib), consulte TransformedBbox.

transform_non_affine ( valores )

Aplique apenas a parte não afim dessa transformação.

transform(values)é sempre equivalente a transform_affine(transform_non_affine(values)).

Em transformações não afins, isso geralmente é equivalente a transform(values). Em transformações afins, isso é sempre um no-op.

Parâmetros :

matriz de valores

Os valores de entrada como matriz NumPy de comprimento input_dimsou forma (N x input_dims).

Devoluções :

variedade

Os valores de saída como matriz NumPy de comprimento output_dimsou forma (N x output_dims), dependendo da entrada.

transform_path ( caminho )

Aplique a transformação ao path , retornando um novo .Path Path

Em alguns casos, essa transformação pode inserir curvas no caminho que começou como segmentos de linha.

transform_path_affine ( caminho )

Aplique a parte afim dessa transformação em path , retornando um novo .Path Path

transform_path(path)é equivalente a transform_path_affine(transform_path_non_affine(values)).

transform_path_non_affine ( caminho )

Aplique a parte não afim dessa transformação a path , retornando um novo .Path Path

transform_path(path)é equivalente a transform_path_affine(transform_path_non_affine(values)).

transform_point ( ponto )

Retorna um ponto transformado.

Esta função é mantida apenas para retrocompatibilidade; o método mais geral transformé capaz de transformar uma lista de pontos e um único ponto.

O ponto é dado como uma sequência de comprimento input_dims. O ponto transformado é retornado como uma sequência de comprimento output_dims.

classe matplotlib.transforms. TransformNode ( shorthand_name = None )

Bases:object

A classe base para qualquer coisa que participe da árvore de transformação e precise invalidar seus pais ou ser invalidada. Isso inclui classes que não são realmente transformações, como caixas delimitadoras, pois algumas transformações dependem de caixas delimitadoras para calcular seus valores.

Parâmetros :

shorthand_name str

Uma string que representa o "nome" da transformação. O nome não tem nenhum significado além de melhorar a legibilidade de str(transform)quando DEBUG=True.

INVÁLIDO = 3

INVALID_AFFINE = 2

INVALID_NON_AFFINE = 1

__annotations__ = {}

__copy__ ( )

__dict__ = mappingproxy({'__module__': 'matplotlib.transforms', '__doc__': '\n A classe base para qualquer coisa que participe da árvore de transformação \n e precise invalidar seus pais ou ser invalidada . Isso inclui\n classes que não são realmente transformações, como caixas delimitadoras , já que algumas\n transformações dependem de delimitação                   caixas para calcular seus valores.\n     ', 'INVALID_NON_AFFINE': 1, 'INVALID_AFFINE': 2, 'INVALID': 3, 'is_affine': falso, 'is_bbox': falso, 'pass_through': falso, '__init__': <função TransformNode.__init__>, '__getstate__': <função TransformNode.__getstate__>, '__setstate__': <função TransformNode.__setstate__>, '__copy__': <função TransformNode.__copy__>, 'invalidar': <função TransformNode.invalidate>, '_invalidate_internal': <função TransformNode._invalidate_internal>, 'set_children': <função TransformNode.set_children>, 'congelado': <função TransformNode.frozen>, '__dict__': <atributo '__dict__' dos objetos 'TransformNode' >, '__weakref__': < atributo '__weakref__' de objetos 'TransformNode' >, '__annotations__': {}})

__getstate__ ( )

__init__ ( shorthand_name = Nenhum )

Parâmetros :

shorthand_name str

Uma string que representa o "nome" da transformação. O nome não tem nenhum significado além de melhorar a legibilidade de str(transform)quando DEBUG=True.

__module__ = 'matplotlib.transforms'

__setstate__ ( data_dict )

__weakref__

lista de referências fracas ao objeto (se definido)

congelado ( )

Retorne uma cópia congelada deste nó de transformação. A cópia congelada não será atualizada quando seus filhos mudarem. Útil para armazenar um estado previamente conhecido de uma transformação onde copy.deepcopy()normalmente pode ser usado.

invalidar ( )

Invalida isso TransformNodee aciona uma invalidação de seus ancestrais. Deve ser chamado sempre que a transformação for alterada.

is_affine = Falso

is_bbox = Falso

pass_through = Falso

Se pass_through for True, todos os ancestrais sempre serão invalidados, mesmo que 'self' já seja inválido.

set_children ( * filhos )

Defina os filhos da transformação para permitir que o sistema de invalidação saiba quais transformações podem invalidar esta transformação. Deve ser chamado do construtor de quaisquer transformações que dependam de outras transformações.

classe matplotlib.transforms. TransformWrapper ( filho )

Bases:Transform

Uma classe auxiliar que contém uma única transformação filho e age de forma equivalente a ela.

Isso é útil se um nó da árvore de transformação precisar ser substituído no tempo de execução por uma transformação de um tipo diferente. Essa classe permite que essa substituição acione corretamente a invalidação.

TransformWrapperas instâncias devem ter as mesmas dimensões de entrada e saída durante todo o seu tempo de vida, portanto, a transformação filho só pode ser substituída por outra transformação filho com as mesmas dimensões.

filho : Uma Transforminstância. Este filho pode ser substituído posteriormente por set().

__annotations__ = {}

__eq__ ( outro )

Retorna auto==valor.

__hash__ = Nenhum

__init__ ( criança )

filho : Uma Transforminstância. Este filho pode ser substituído posteriormente por set().

__module__ = 'matplotlib.transforms'

__str__ ( )

Retorne str(auto).

congelado ( )

Retorne uma cópia congelada deste nó de transformação. A cópia congelada não será atualizada quando seus filhos mudarem. Útil para armazenar um estado previamente conhecido de uma transformação onde copy.deepcopy()normalmente pode ser usado.

propriedade has_inverse

bool(x) -> bool

Retorna Verdadeiro quando o argumento x é verdadeiro, Falso caso contrário. Os builtins True e False são as duas únicas instâncias da classe bool. A classe bool é uma subclasse da classe int e não pode ser subclasse.

propriedade is_affine

bool(x) -> bool

Retorna Verdadeiro quando o argumento x é verdadeiro, Falso caso contrário. Os builtins True e False são as duas únicas instâncias da classe bool. A classe bool é uma subclasse da classe int e não pode ser subclasse.

propriedade is_separable

bool(x) -> bool

Retorna Verdadeiro quando o argumento x é verdadeiro, Falso caso contrário. Os builtins True e False são as duas únicas instâncias da classe bool. A classe bool é uma subclasse da classe int e não pode ser subclasse.

pass_through = Verdadeiro

Se pass_through for True, todos os ancestrais sempre serão invalidados, mesmo que 'self' já seja inválido.

set ( criança )

Substitua o filho atual desta transformação por outro.

O novo filho deve ter o mesmo número de dimensões de entrada e saída que o filho atual.

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

Bases:BboxBase

Um Bboxque é automaticamente transformado por uma determinada transformação. Quando a caixa delimitadora filha ou a transformação forem alteradas, os limites dessa bbox serão atualizados de acordo.

Parâmetros :

bboxBbox

transformarTransform

__annotations__ = {}

__init__ ( bbox , transform , ** kwargs )

Parâmetros :

bboxBbox

transformarTransform

__module__ = 'matplotlib.transforms'

__str__ ( )

Retorne str(auto).

get_points ( )

classe matplotlib.transforms. TransformedPatchPath ( patch )

Bases:TransformedPath

A TransformedPatchPatharmazena em cache uma cópia transformada não afim do arquivo Patch. Essa cópia em cache é atualizada automaticamente quando a parte não afim da transformação ou o patch é alterado.

Parâmetros :

correçãoPatch

__annotations__ = {}

__init__ ( patch )

Parâmetros :

correçãoPatch

__module__ = 'matplotlib.transforms'

classe matplotlib.transforms. TransformedPath ( path , transform )

Bases:TransformNode

A TransformedPatharmazena em cache uma cópia transformada não afim do arquivo Path. Essa cópia em cache é atualizada automaticamente quando a parte não afim da transformação é alterada.

Observação

Os caminhos são considerados imutáveis ​​por esta classe. Qualquer atualização nos vértices/códigos do caminho não acionará uma recomputação de transformação.

Parâmetros :

caminhoPath

transformarTransform

__annotations__ = {}

__init__ ( caminho , transformação )

Parâmetros :

caminhoPath

transformarTransform

__module__ = 'matplotlib.transforms'

get_affine ( )

get_fully_transformed_path ( )

Retorne uma cópia totalmente transformada do caminho filho.

get_transformed_path_and_affine ( )

Retorne uma cópia do caminho filho, com a parte não afim da transformação já aplicada, juntamente com a parte afim do caminho necessária para concluir a transformação.

get_transformed_points_and_affine ( )

Retorne uma cópia do caminho filho, com a parte não afim da transformação já aplicada, juntamente com a parte afim do caminho necessária para concluir a transformação. Ao contrário get_transformed_path_and_affine()de , nenhuma interpolação será executada.

matplotlib.transforms. blended_transform_factory ( x_transform , y_transform )

Crie uma nova transformação "combinada" usando x_transform para transformar o eixo x e y_transform para transformar o eixo y .

Uma versão mais rápida da transformação combinada é retornada para o caso em que ambas as transformações filhas são afins.

matplotlib.transforms. composite_transform_factory ( a , b )

Crie uma nova transformação composta que seja o resultado da aplicação da transformação a e depois da transformação b.

Versões de atalho da transformação combinada são fornecidas para o caso em que ambas as transformações filhas são afins ou uma ou outra é a transformação de identidade.

Transformações compostas também podem ser criadas usando o operador '+', por exemplo:

c = a + b

matplotlib.transforms. interval_contains ( intervalo , val )

Verifique, inclusive, se um intervalo inclui um determinado valor.

Parâmetros :

intervalo (flutuar, flutuar)

Os pontos finais do intervalo.

val float

O valor a verificar está dentro do intervalo.

Devoluções :

bool

Se val está dentro do intervalo .

matplotlib.transforms. interval_contains_open ( intervalo , val )

Verifique, excluindo pontos finais, se um intervalo inclui um determinado valor.

Parâmetros :

intervalo (flutuar, flutuar)

Os pontos finais do intervalo.

val float

O valor a verificar está dentro do intervalo.

Devoluções :

bool

Se val está dentro do intervalo .

matplotlib.transforms. não singular ( vmin , vmax , expansor = 0,001 , minúsculo = 1e-15 , crescente = True )

Modifique os pontos finais de um intervalo conforme necessário para evitar singularidades.

Parâmetros :

vmin, vmax flutuante

Os pontos finais iniciais.

flutuador do expansor , padrão: 0,001

Quantidade fracionária pela qual vmin e vmax são expandidos se o intervalo original for muito pequeno, com base em tiny .

float minúsculo , padrão: 1e-15

Limiar para a razão do intervalo para o valor absoluto máximo de seus pontos finais. Se o intervalo for menor que isso, ele será expandido. Esse valor deve estar em torno de 1e-15 ou maior; caso contrário, o intervalo se aproximará do limite de resolução de precisão dupla.

bool crescente , padrão: True

Se True, troque vmin , vmax se vmin > vmax .

Devoluções :

vmin, vmax flutuante

Endpoints, expandidos e/ou trocados, se necessário. Se uma das entradas for inf ou NaN, ou se ambas as entradas forem 0 ou muito próximas de zero, ele retornará -expansor , expander .

matplotlib.transforms. offset_copy ( trans , fig = Nenhum , x = 0,0 , y = 0,0 , unidades = 'polegadas' )

Retorne uma nova transformação com um deslocamento adicionado.

Parâmetros :

subclasse transTransform

Qualquer transformação, à qual o deslocamento será aplicado.

fig Figure, padrão: Nenhum

Figura atual. Pode ser Nenhum se as unidades forem 'pontos'.

x, y flutuante, padrão: 0,0

O deslocamento a ser aplicado.

unidades {'polegadas', 'pontos', 'pontos'}, padrão: 'polegadas'

Unidades do deslocamento.

Devoluções :

Transformsubclasse

Transformar com deslocamento aplicado.