关于 MATPLOTLIB 中的滑动条应用
【摘要】
简 介： 本文给出了在 Python 语言中使用 MATPLOTLIB 时，通过增加按键，滑动条来完成人机交互界面的调整功能。 这样可以提高对于数据分析的灵活性。 关键词： MATPLOTLIB...
简 介： 本文给出了在 Python 语言中使用 MATPLOTLIB 时，通过增加按键，滑动条来完成人机交互界面的调整功能。 这样可以提高对于数据分析的灵活性。
关键词： MATPLOTLIB，滑动条
§01 滑动条应用
在博文 Things We Can Do With Matplotlib Slider in Python 中给出了 Python 中 MATPLOTLIB 中增加滑动条，来帮助动态改变显示参数的使用方法。
一、添加滑动条
为了突出 Slider 的交互功能， 下面给出了一个利用 Spline（样条） 光滑逼近一个带有噪声的数据应用。 带有噪声的数据为
x = np.linspace(0, 10, 20)
y = np.sin(0.5 * x) * np.sin(x * np.random.randn(20))
- 1
- 2
为了在 MATLABPLOT 中给出绘制 Slider，先对 plot 底部进行了调整， 通过
plt.subplots_adjust(bottom=.25)
- 1
将绘制图像底部上调了 25%， 这为绘制 Slider 留下的空间。 然后定义了 Slider 的位置和参数。
ax_slide=plt.axes([.25,.1,.65,.03])
s_factor=Slider(ax_slide,"changing value",valmin=0.2,valmax=1.0,valinit=.6,valstep=.05)
- 1
- 2
在上面 ax_slide 参数中， 使用 plt.axes 定义了 Slider 位置， 四个参数分别是 左边， 上边， 宽度以及高度值。
下面是绘制出的曲线以及滑动条。
▲ 图1.1.2 增加了一个Slider
完整的代码为：
import numpy as np
from scipy.interpolate import UnivariateSpline
import matplotlib.pyplot as plt
from matplotlib.widgets import Slider
x = np.linspace(0, 10, 20)
y = np.sin(0.5 * x) * np.sin(x * np.random.randn(20))
spline = UnivariateSpline(x, y, s=5)
x_s = np.linspace(0, 10, 100)
y_s = spline(x_s)
fig = plt.figure()
plt.subplots_adjust(bottom=.25)
ax = fig.subplots()
p = ax.plot(x, y)
p = ax.plot(x_s, y_s, 'y')
ax_slide=plt.axes([.25,.1,.65,.03])
s_factor=Slider(ax_slide,"changing value",valmin=0.2,valmax=1.0,valinit=.6,valstep=.05)
fig = plt.figure()
plt.show()
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
使用鼠标点击或者拖拽滑动条，可以看到滑动条会产生相应的变化，以及对应的设定值在改变。
▲ 图1.2 使用鼠标操作滑动条
二、增加交互函数
光有 Slider 的滑动还无法完成交互， 下面通过定义 Slider 的 on_changed 函数，来对每一次 Slider 值改变动态调整图像处理后参数。 下面代码定义了 Slider 更新处理函数 update()， 并动态修正样条函数的参数。
完整的代码为：
import matplotlib
matplotlib.use('Qt5Agg')
import numpy as np
from scipy.interpolate import UnivariateSpline
import matplotlib.pyplot as plt
from matplotlib.widgets import Slider
x = np.linspace(0, 10, 20)
y = np.sin(0.5 * x) * np.sin(x * np.random.randn(20))
spline = UnivariateSpline(x, y, s=5)
x_spline = np.linspace(0, 10, 100)
y_spline = spline(x_spline)
fig = plt.figure()
plt.subplots_adjust(bottom=0.25)
ax = fig.subplots()
p = ax.plot(x, y)
p, = ax.plot(x_spline, y_spline, 'y')
ax_slide = plt.axes([0.25, 0.1, 0.65, 0.03])
s_factor = Slider(ax_slide, 'changing factor',
1, 5, valinit=2.5, valstep=0.5)
def update(val):
current_v = s_factor.val
spline = UnivariateSpline(x, y, s=current_v)
p.set_ydata(spline(x_spline))
fig.canvas.draw()
s_factor.on_changed(update)
plt.show()
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
下面展示了每次拖动滑动条，都可以引起数据重新按照新的参数进行样条插值并进行绘图。
▲ 图1.3 拖动滑动条，动态改变样条函数参数
通过下面的代码，可以改变滑动条的颜色。
s_factor = Slider(ax_slide, 'changing factor',
1, 5, valinit=2.5, valstep=0.5,color="red")
- 1
- 2
▲ 图1.4 滑动条的颜色改变成红色
三、更多的交互功能
除了可以增加 Slider 之外， 还可以给 MATPLOTLIB 增加按钮， 单选按钮等功能。 通过这些按钮操作也可以增加相应的人机交互功能。 下面给出了一个带有三个交互功能的例子：
- 带有一个单选按钮组，用于选择三种颜色：red, blue, green
- 带有一个滑动条，用于控制曲线横坐标的比例；
- 带有一个按钮，用于复位滑动条参数；
下面显示了这个界面的操作特性。
▲ 图1.1.3 增加有完整的Slider演示
下面给出了上面示例的完整代码。
import matplotlib
matplotlib.use('Qt5Agg')
from numpy import pi, sin
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.widgets import Slider, Button, RadioButtons
def signal(amp, freq):
return amp * sin(2 * pi * freq * t)
axis_color = 'lightgoldenrodyellow'
fig = plt.figure()
ax = fig.add_subplot(111)
fig.subplots_adjust(left=0.25, bottom=0.25)
t = np.arange(-10, 10.0, 0.001)
[line] = ax.plot(t, signal(5, 2), linewidth=2, color='red')
ax.set_xlim([0, 1])
ax.set_ylim([-10, 10])
zoom_slider_ax = fig.add_axes([0.25, 0.1, 0.65, 0.03], facecolor=axis_color)
zoom_slider = Slider(zoom_slider_ax, 'Zoom', -1, 1, valinit=0)
def sliders_on_changed(val, scale_factor=0.25):
cur_xlim = ax.get_xlim()
cur_ylim = ax.get_ylim()
scale = zoom_slider.val*scale_factor
x_left = 0 + scale
x_right = 1 - scale
y_top = 10 - scale*10
y_bottom = -10 + scale*10
ax.set_xlim([x_left, x_right])
ax.set_ylim([y_bottom, y_top])
fig.canvas.draw_idle()
zoom_slider.on_changed(sliders_on_changed)
reset_button_ax = fig.add_axes([0.8, 0.025, 0.1, 0.04])
reset_button = Button(reset_button_ax, 'Reset', color=axis_color, hovercolor='0.975')
def reset_button_on_clicked(mouse_event):
zoom_slider.reset()
reset_button.on_clicked(reset_button_on_clicked)
color_radios_ax = fig.add_axes([0.025, 0.5, 0.15, 0.15], facecolor=axis_color)
color_radios = RadioButtons(color_radios_ax, ('red', 'blue', 'green'), active=0)
def color_radios_on_clicked(label):
line.set_color(label)
fig.canvas.draw_idle()
color_radios.on_clicked(color_radios_on_clicked)
plt.show()
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
※ 总 结 ※
本文给出了在 Python 语言中使用 MATPLOTLIB 时，通过增加按键，滑动条来完成人机交互界面的调整功能。 这样可以提高对于数据分析的灵活性。
#!/usr/local/bin/python
# -*- coding: gbk -*-
#============================================================
# TEST1.PY -- by Dr. ZhuoQing 2022-06-02
#
# Note:
#============================================================
from headm import *
from scipy.interpolate import UnivariateSpline
from matplotlib.widgets import Slider
x = linspace(0, 10, 20)
y = sin(0.5 * x) * sin(x * random.randn(20))
spline = UnivariateSpline(x, y, s=5)
x_s = linspace(0, 10, 100)
y_s = spline(x_s)
plt.subplots_adjust(bottom=.25)
p = plt.plot(x, y)
p, = plt.plot(x_s, y_s, 'y')
ax_slide=plt.axes([.25,.1,.65,.03])
s_factor=Slider(ax_slide,"Changing Factor",valmin=0.5,valmax=5,valinit=2.5,valstep=.25)
def update(val):
current_v = s_factor.val
spline = UnivariateSpline(x,y,s=current_v)
p.set_ydata(spline(x_s))
plt.figure().canvas.draw()
s_factor.on_changed(update)
plt.show()
#------------------------------------------------------------
# END OF FILE : TEST1.PY
#============================================================
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
■ 相关文献链接:
● 相关图表链接:
文章来源: zhuoqing.blog.csdn.net，作者：卓晴，版权归原作者所有，如需转载，请联系作者。
原文链接：zhuoqing.blog.csdn.net/article/details/125102651
【版权声明】本文为华为云社区用户转载文章，如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论（0）