====== Matplotlib für Graphiken, ein Beispiel ====== Für Graphen von Funktionen, Balkengraphiken und ähnliches gibt es viele Spezialfunktionen, etwas in ``matplotlib.pyplot``. Darum soll es in diesem Beispiel nicht gehen, sondern um das Erzeugen 'freier Graphiken'. Dafür muss man von der Klassenstruktur von Matplotlib etwas mehr verstehen. Eine Graphik ist eine ''Figure'', in ein solches Figure-Objekt kann man verschiedene ''Axes''-Objekte einfügen. Ein solches Axes-Objekt definiert ein Koordinatensystem, um einen gewissen Ort der Graphik anzusteuern. In das Axes-Objekt kann man nun verschiedene ''Artist''-Objekte einfügen, etwas Dreiecke, Kreise, oder auch die Darstellng eines Arrays als Bild. Ein Dreieck-Objekt ist nicht etwas ein kleines Bildchen, sondern ein Objekt, das Methoden hat, die es in einem gegebenen Koordinatensystem zeichnen, löschen, verändern. Diese Artist-Objekte werden durch gewisse Daten und durch gewisse Parameter bestimmt. Der Unterschied zwischen Daten und Parametern ist zwar willkürlich, aber wichtig. Für die Daten (im Falle der Bildanzeige wäre das das Array) gibt es eine Methode, die die Daten zu veränderen erlaubt (sie heißt leider nicht immer ''set_data''. Man muss in der ''matplotlib''-Dokumentation nachsehen, um diese Methoden zu finden. Für Polygone etwa (also zum Beispiel Dreiecke) lassen sich die Koordinaten der Eckpunkte mit ''set_xy'' setzen. Zu den Parametern gehört normalerweise die Farbe ''color'', die Transparenz ''alpha'', etc. Diese Parameter können entweder mit speziellen Methoden (''set_color'',...) oder aber mit der generischen Methode ''matplotlib.artist.setp(...)'' gesetzt werden. Im folgenden Beispiel wird ein Koordinatensystem [0,2N]x[0,2N] für das erste Axes-Objekt ax geschaffen. Später wird ein zweites Koordinatensystem ''ax1'' rechts oben in dem ersten platziert. Durch ''ax.imshow(...)'' wird dem Koordinatensystem ''ax'' ein ''Artist'' hinzugefügt. Anderer ''Artists'' werden mit entsprechenden Klassen von matplotlib erzeugt und durch ''ax.add_artist(...)'' dem Koordinatensystem hinzugefügt. ==== Das Beispiel ==== import matplotlib ## Hier wird das so genannte 'backend' eingestellt. matplotlib kann die ## eigentliche Erzeugung der Graphik von verschiedenen Systemen durchführen ## lassen. Das beeinflusst die Geschwindigkeit, aber auch, wie die Fenster ## aussehen. matplotlib.use('GTKAgg') import matplotlib.pyplot as plt import numpy as np import time import sys def anzeige(): '''wird aufgerufen, um den Plot zu aktualisieren''' fig.canvas.draw() fig.canvas.flush_events() def main(): global im while True: ## verändere Bilddaten und setze diese im=4*im*(1-im)#np.random.rand(N*N).reshape(N,N) im=np.where(im<1,im, 1) image.set_data(im) ## verändere die Kreisdaten # Mittelpunkt ist ein Attribut c1.center=(c1.center[0]+np.random.randint(3)-1,c1.center[1]+np.random.randint(3)-1) # Parameter wie 'color' verändert man so matplotlib.artist.setp(c1,color=(np.random.rand(),np.random.rand(),np.random.rand())) ## verändere die Dreiecksdaten: dt=time.time()-now p1.set_xy(np.array([[np.cos(dt)*N/2.+N/2., np.sin(dt)*N/2.+N/2], [np.cos(0.4*dt)*N/2.+N/2., np.sin(0.4*dt)*N/2.+N/2], [np.cos(0.1*dt)*N/2.+N/2., np.sin(0.1*dt)*N/2.+N/2]])) matplotlib.artist.setp(p1,color=(np.abs(np.sin(dt)),np.abs(np.cos(dt)), np.abs(np.sin(1.777*dt)))) ## Verändere die Farben der Dreiecke und Kanten (simultan) # Hier wird eine Liste von Farbtripeln erzeugt colors=[] for i in range(len(triangles)): colors.append((np.abs(np.sin(0.1*dt*i)),np.abs(np.sin(0.1*2*dt*i)),np.abs(0.1*np.sin(3*dt*i)))) # Hier wird die Liste als den Dreiecken zugeordnet triangle_collection.set_color(colors) # Genauso für die Kanten, erst Liste erzeugen, dann zuordnen colors=[] for i in range(len(lines)): colors.append((np.abs(np.sin(0.1*dt*i)),np.abs(np.sin(0.1*2*dt*i)),np.abs(0.1*np.sin(3*dt*i)))) line_collection.set_color(colors) ## Zeichne mit den aktuellen Werten anzeige() return 0 if __name__ == '__main__': now=time.time() ############## matplotlib.rcParams['toolbar'] = 'None' # Keine Buttons zum Vergrößern/Verkleinern anzeigen fig=plt.figure() # Figure Objekt N=100 ax = plt.axes(xlim=(0,2*N),ylim=(0,2*N)) # Axes (Koordinatensystem)-Objekt plt.axis("off") # Achsen nicht beschriften ############## # Ein Bild ("Artist") in ax erzeugen, das ein Array durch farbige Punkte ausdrückt im=np.array([[np.abs(np.sin(0.1*(i*i+j*j))) for i in range(N)]for j in range(N)])#np.random.rand(N*N).reshape(N,N) image=ax.imshow(im) # Einen Kreis ("Artist") erzeugen und zu ax hinzufügen. c1=matplotlib.patches.Circle([N/2,N/2],color=(1,0,0),alpha=0.8) ax.add_artist(c1) # Ein Dreieck mit identischen Ecken erzeugen und zu ax hinzufügen p1=matplotlib.patches.Polygon(np.array([[1,0],[1,0],[1,0]]),color=(1.,0,0),alpha=0.8) ax.add_artist(p1) ## Eine Liste von Dreiecken erzeugen ax1=fig.add_axes((0.5,0.5,0.5,0.5)) ## Standard-Koordinatensystem der neuen Achse 0-1 x 0-1 ## lässt sich mit xlim und ylim überschreiben, s. o. plt.axis("off") triangles=[] points=np.random.rand(30,2) import scipy.spatial tri=scipy.spatial.Delaunay(points) for simplex in tri.simplices: p=matplotlib.patches.Polygon(np.array([points[simplex[0]],points[simplex[1]],points[simplex[2]]])) triangles.append(p) triangle_collection=matplotlib.collections.PatchCollection(triangles) ax1.add_artist(triangle_collection) ## Eine Liste der zugehörigen Dreieckskanten lines=set([]) for simplex in tri.simplices: lines.add((simplex[0],simplex[1])) lines.add((simplex[1],simplex[2])) lines.add((simplex[2],simplex[0])) line_collection=matplotlib.collections.LineCollection([(points[line[0]], points[line[1]]) for line in lines],color=(0,1,0)) ax1.add_artist(line_collection) # Anzeigen anzeige() ## Beim erstem Aufbau der Graphik muss eine solche Pause erzwungen werden ## für die späteren Updates der Graphik ist das nicht notwendig. plt.pause(0.05) # Animationsschleife starten main()