如何在matplotlib中绘制“双向宽线”
如何使用matplotlib或pyqtgraph绘制如下所示的绘图：
AB线是一条双向街道，绿色部分代表从A点到B点的方向，红色部分代表B到A点，每个部分的宽度代表交通量。宽度按点测量，在不同的缩放级别或dpi设置时不会更改。
这只是一个例子，其实我有很多街头小贩。这种情节在许多交通软件中是非常普遍的。我试图使用matplotlib的理解，但结果令人沮丧：
from matplotlib import pyplot as plt
import matplotlib.patheffects as path_effects
x=[0,1,2,3]
y=[1,0,0,-1]
ab_width=20
ba_width=30
fig, axes= plt.subplots(1,1)
center_line, = axes.plot(x,y,color='k',linewidth=2)
center_line.set_path_effects(
[path_effects.SimpleLineShadow(offset=(0, -ab_width/2),shadow_color='g', alpha=1, linewidth=ab_width),
path_effects.SimpleLineShadow(offset=(0, ba_width/2), shadow_color='r', alpha=1, linewidth=ba_width),
path_effects.SimpleLineShadow(offset=(0, -ab_width), shadow_color='k', alpha=1, linewidth=2),
path_effects.SimpleLineShadow(offset=(0, ba_width), shadow_color='k', alpha=1, linewidth=2),
path_effects.Normal()])
axes.set_xlim(-1,4)
axes.set_ylim(-1.5,1.5)
我有一个想法，就是把这条线的每一部分作为一条独立的线，在改变缩放水平时重新计算它的位置，但它太复杂了，太慢了。
如果有什么简单的方法可以使用matplotlib或pyqtgraph来绘制我想要的？如有任何建议，将不胜感激！
回答 2
Stack Overflow用户
发布于 2016-06-16 13:56:58
如果您可以拥有每一行独立的代码，这可以很容易地使用fill_between函数来完成。
from matplotlib import pyplot as plt
import numpy as np
x=np.array([0,1,2,3])
y=np.array([1,0,0,-1])
y1width=-1
y2width=3
y1 = y + y1width
y2 = y + y2width
fig = plt.figure()
ax = fig.add_subplot(111)
plt.plot(x,y, 'k', x,y1, 'k',x,y2, 'k',linewidth=2)
ax.fill_between(x, y1, y, color='g')
ax.fill_between(x, y2, y, color='r')
plt.xlim(-1,4)
plt.ylim(-3,6)
plt.show()在这里，我将中心线作为引用(因此是负的y1width)，但是可以做不同的操作。结果是：
如果线条是“复杂的”，最终在某个点相交，那么必须使用关键字参数interpolate=True来正确地填充交叉区域。对您的用例可能有用的另一个有趣的论点是where，可以对区域进行条件化，例如，where=y1 < 0。有关更多信息，您可以查看文档。
Stack Overflow用户
发布于 2016-06-19 01:15:58
解决问题的一个方法是使用填充多边形，一些线性代数和一些微积分。其主要思想是沿x和y坐标绘制多边形，并沿移位坐标绘制多边形以关闭和填充多边形。
以下是我的研究结果：
这是密码：
from __future__ import division
import numpy
from matplotlib import pyplot, patches
def road(x, y, w, scale=0.005, **kwargs):
# Makes sure input coordinates are arrays.
x, y = numpy.asarray(x, dtype=float), numpy.asarray(y, dtype=float)
# Calculate derivative.
dx = x[2:] - x[:-2]
dy = y[2:] - y[:-2]
dy_dx = numpy.concatenate([
[(y[1] - y[0]) / (x[1] - x[0])],
dy / dx,
[(y[-1] - y[-2]) / (x[-1] - x[-2])]
])
# Offsets the input coordinates according to the local derivative.
offset = -dy_dx + 1j
offset = w * scale * offset / abs(offset)
y_offset = y + w * scale
#
AB = zip(
numpy.concatenate([x + offset.real, x[::-1]]),
numpy.concatenate([y + offset.imag, y[::-1]]),
)
p = patches.Polygon(AB, **kwargs)
# Returns polygon.
return p
if __name__ == '__main__':
# Some plot initializations
pyplot.close('all')
pyplot.ion()
# This is the list of coordinates of each point
x = [0, 1, 2, 3, 4]
y = [1, 0, 0, -1, 0]
# Creates figure and axes.
fig, ax = pyplot.subplots(1,1)
ax.axis('equal')
center_line, = ax.plot(x, y, color='k', linewidth=2)
AB = road(x, y, 20, color='g')
BA = road(x, y, -30, color='r')
ax.add_patch(AB)
ax.add_patch(BA)计算如何偏移每个数据点的第一步是通过计算离散导数dy / dx。我喜欢使用复杂符号来处理Python中的向量，即A = 1 - 1j。这使得一些数学运算更容易。
下一步是记住，导数给出的切线到曲线，从线性代数，法向正切是n=-dy_dx + 1j，使用复表示法。
确定偏移坐标的最后一步是确保法向量具有单位大小的n_norm = n / abs(n)，并乘以所需多边形的宽度。
现在我们有了多边形中所有点的坐标，剩下的就很简单了。使用patches.Polygon并将它们添加到绘图中。
此代码还允许您定义是否希望修补程序位于路由的顶部或下面。只要给出一个正或负值的宽度。如果要根据缩放级别和/或分辨率更改多边形的宽度，则调整scale参数。它还允许您向补丁添加额外的参数，如填充模式、透明度等。
https://stackoverflow.com/questions/37740160
复制相似问题
腾讯云开发者
