- Matplotlib 基础
- Matplotlib - 首页
- Matplotlib - 简介
- Matplotlib - 与 Seaborn 的比较
- Matplotlib - 环境设置
- Matplotlib - Anaconda 发行版
- Matplotlib - Jupyter Notebook
- Matplotlib - Pyplot API
- Matplotlib - 简单绘图
- Matplotlib - 保存图形
- Matplotlib - 标记
- Matplotlib - 图形
- Matplotlib - 样式
- Matplotlib - 图例
- Matplotlib - 颜色
- Matplotlib - 色图
- Matplotlib - 色图归一化
- Matplotlib - 选择色图
- Matplotlib - 色条
- Matplotlib - 文本
- Matplotlib - 文本属性
- Matplotlib - 子图标题
- Matplotlib - 图像
- Matplotlib - 图像蒙版
- Matplotlib - 注释
- Matplotlib - 箭头
- Matplotlib - 字体
- Matplotlib - 什么是字体?
- 全局设置字体属性
- Matplotlib - 字体索引
- Matplotlib - 字体属性
- Matplotlib - 刻度
- Matplotlib - 线性和对数刻度
- Matplotlib - 对称对数和 Logit 刻度
- Matplotlib - LaTeX
- Matplotlib - 什么是 LaTeX?
- Matplotlib - LaTeX 用于数学表达式
- Matplotlib - LaTeX 在注释中的文本格式
- Matplotlib - PostScript
- 在注释中启用 LaTeX 渲染
- Matplotlib - 数学表达式
- Matplotlib - 动画
- Matplotlib - 图形对象
- Matplotlib - 使用 Cycler 进行样式设置
- Matplotlib - 路径
- Matplotlib - 路径效果
- Matplotlib - 变换
- Matplotlib - 刻度和刻度标签
- Matplotlib - 弧度刻度
- Matplotlib - 日期刻度
- Matplotlib - 刻度格式化器
- Matplotlib - 刻度定位器
- Matplotlib - 基本单位
- Matplotlib - 自动缩放
- Matplotlib - 反转坐标轴
- Matplotlib - 对数坐标轴
- Matplotlib - Symlog
- Matplotlib - 单位处理
- Matplotlib - 带单位的椭圆
- Matplotlib - 脊柱
- Matplotlib - 坐标轴范围
- Matplotlib - 坐标轴刻度
- Matplotlib - 坐标轴刻度
- Matplotlib - 格式化坐标轴
- Matplotlib - Axes 类
- Matplotlib - 双坐标轴
- Matplotlib - Figure 类
- Matplotlib - 多图
- Matplotlib - 网格
- Matplotlib - 面向对象接口
- Matplotlib - PyLab 模块
- Matplotlib - Subplots() 函数
- Matplotlib - Subplot2grid() 函数
- Matplotlib - 固定位置图形对象
- Matplotlib - 手动等值线
- Matplotlib - 坐标报告
- Matplotlib - AGG 过滤器
- Matplotlib - 带状框
- Matplotlib - 填充螺旋线
- Matplotlib - Findobj 演示
- Matplotlib - 超链接
- Matplotlib - 图像缩略图
- Matplotlib - 使用关键字绘图
- Matplotlib - 创建 Logo
- Matplotlib - 多页 PDF
- Matplotlib - 多进程
- Matplotlib - 打印标准输出
- Matplotlib - 复合路径
- Matplotlib - Sankey 类
- Matplotlib - MRI 与 EEG
- Matplotlib - 样式表
- Matplotlib - 背景颜色
- Matplotlib - Basemap
- Matplotlib 事件处理
- Matplotlib - 事件处理
- Matplotlib - 关闭事件
- Matplotlib - 鼠标移动
- Matplotlib - 点击事件
- Matplotlib - 滚动事件
- Matplotlib - 按键事件
- Matplotlib - 选择事件
- Matplotlib - 观察镜
- Matplotlib - 路径编辑器
- Matplotlib - 多边形编辑器
- Matplotlib - 定时器
- Matplotlib - Viewlims
- Matplotlib - 缩放窗口
- Matplotlib 小部件
- Matplotlib - 游标小部件
- Matplotlib - 带注释的游标
- Matplotlib - 按钮小部件
- Matplotlib - 复选框
- Matplotlib - 套索选择器
- Matplotlib - 菜单小部件
- Matplotlib - 鼠标光标
- Matplotlib - 多游标
- Matplotlib - 多边形选择器
- Matplotlib - 单选按钮
- Matplotlib - 范围滑块
- Matplotlib - 矩形选择器
- Matplotlib - 椭圆选择器
- Matplotlib - 滑块小部件
- Matplotlib - 跨度选择器
- Matplotlib - 文本框
- Matplotlib 绘图
- Matplotlib - 条形图
- Matplotlib - 直方图
- Matplotlib - 饼图
- Matplotlib - 散点图
- Matplotlib - 箱线图
- Matplotlib - 小提琴图
- Matplotlib - 等值线图
- Matplotlib - 3D 绘图
- Matplotlib - 3D 等值线
- Matplotlib - 3D 线框图
- Matplotlib - 3D 曲面图
- Matplotlib - Quiver 图
- Matplotlib 有用资源
- Matplotlib - 快速指南
- Matplotlib - 有用资源
- Matplotlib - 讨论
Matplotlib - 事件处理
在一般的编程中,**事件**被定义为对象状态的改变,当用户与图形用户界面组件交互时发生,从而触发应用程序的响应。例如点击按钮、移动鼠标、在键盘上打字、从列表中选择项目或滚动页面——这些活动都是事件,描述了源状态的改变。
而**事件处理**是交互式软件应用程序的支柱。它是一种控制对这些事件响应的机制,确定特定事件发生时应该发生什么。
Matplotlib 中的事件处理
Matplotlib 与各种用户界面工具包协同工作,包括 wxPython、Tkinter、Qt、GTK 和 MacOSX。为了确保跨不同界面的平移和缩放等交互式功能的一致支持,Matplotlib 使用了**GUI 中立**的事件处理 API。这个 API 最初基于**GTK** 模型,它是 Matplotlib 支持的第一个用户界面。
连接到事件
Matplotlib 中**事件处理**的主要思想是将回调函数连接到事件。当发生特定事件(例如鼠标点击或按键)时,回调函数会被执行。这种机制使你能够响应用户交互并实现自定义行为。
如果需要,你可以使用从 mpl_connect 方法获得的连接 ID 断开回调。
fig.canvas.mpl_disconnect(cid)
示例
此示例演示了一个基本实现,它在 Matplotlib 绘图上打印鼠标点击位置和按下的按钮。
import matplotlib.pyplot as plt import numpy as np # Generate sample data x = np.linspace(0, 10, 100) y = np.sin(x) # Create a Matplotlib figure and axis fig, ax = plt.subplots(figsize=(7, 4)) # Plot the data ax.plot(x, y) # Define a callback function to handle events def onclick(event): print('%s click: button=%d, x=%d, y=%d, xdata=%f, ydata=%f' % ('double' if event.dblclick else 'single', event.button, event.x, event.y, event.xdata, event.ydata)) # Connect the event handler to the figure canvas cid = fig.canvas.mpl_connect('button_press_event', onclick) plt.show()
输出
执行上述程序后,你将获得以下输出:
single click: button=1, x=271, y=266, xdata=3.220737, ydata=0.485644 single click: button=1, x=218, y=226, xdata=2.146083, ydata=0.200062 single click: button=3, x=218, y=226, xdata=2.146083, ydata=0.200062 single click: button=1, x=360, y=245, xdata=5.025346, ydata=0.335713
观看下面的视频以观察此示例的工作原理。
Matplotlib 中的常见事件
Matplotlib 支持各种事件,每个事件都由一个特定的类表示:
**button_press_event** - 当按下鼠标按钮时触发。
**button_release_event** - 当释放鼠标按钮时触发。
**close_event** - 当图形关闭时触发。
**draw_event** - 当画布已绘制但屏幕小部件尚未更新时触发。
**key_press_event** - 当按下键时触发。
**key_release_event** - 当释放键时触发。
**motion_notify_event** - 当鼠标移动时触发。
**pick_event** - 当选择画布中的图形对象时触发。
**resize_event** - 当图形画布大小调整时触发。
**scroll_event** - 当滚动鼠标滚轮时触发。
**figure_enter_event** - 当鼠标进入新图形时触发。
**figure_leave_event** - 当鼠标离开图形时触发。
**axes_enter_event** - 当鼠标进入新的坐标轴时触发。
**axes_leave_event** - 当鼠标离开坐标轴时触发。
通过使用这些事件,你可以在 matplotlib 中创建动态和交互式的可视化效果。
事件属性
所有 Matplotlib 事件都继承自**matplotlib.backend_bases.Event** 类,该类具有**name**、**canvas** 和**guiEvent** 等属性。**MouseEvent** 的常见属性包括**x**、**y**、**inaxes**、**xdata** 和**ydata**。
示例
让我们看看这个简单的示例,其中在绘图上每次鼠标按下都会生成一条线段。
from matplotlib import pyplot as plt import numpy as np # LineBuilder Class # It creats line segments based on mouse clicks. class LineBuilder: def __init__(self, line): self.line = line self.xs = list(line.get_xdata()) self.ys = list(line.get_ydata()) self.cid = line.figure.canvas.mpl_connect('button_press_event', self) def __call__(self, event): if event.inaxes != self.line.axes: return self.xs.append(event.xdata) self.ys.append(event.ydata) self.line.set_data(self.xs, self.ys) self.line.figure.canvas.draw() # Create a figure and axis fig, ax = plt.subplots(figsize=(7, 4)) # Set the title ax.set_title('Click to Build Line Segments') # empty line line, = ax.plot([0], [0]) # Create an instance for LineBuilder class linebuilder = LineBuilder(line) # Show the Plot plt.show()
输出
执行上述程序后,你将获得以下图形,点击此图形以观察此示例的工作原理:
观看下面的视频以观察此示例的工作原理。
检测鼠标移动
要检测鼠标何时进入或离开图形或坐标轴,我们可以连接到图形/坐标轴进入/离开事件。
示例
以下是一个示例,演示了如何在鼠标进入或离开图形的特定区域时更改框架颜色。
import matplotlib.pyplot as plt def enter_axes(event): event.inaxes.patch.set_facecolor('yellow') event.canvas.draw() def leave_axes(event): event.inaxes.patch.set_facecolor('white') event.canvas.draw() def enter_figure(event): event.canvas.figure.patch.set_facecolor('red') event.canvas.draw() def leave_figure(event): event.canvas.figure.patch.set_facecolor('grey') event.canvas.draw() fig, axs = plt.subplots(2, figsize=(7, 4)) fig.suptitle('Mouse Hover Over Figure or Axes to Trigger Events') fig.canvas.mpl_connect('figure_enter_event', enter_figure) fig.canvas.mpl_connect('figure_leave_event', leave_figure) fig.canvas.mpl_connect('axes_enter_event', enter_axes) fig.canvas.mpl_connect('axes_leave_event', leave_axes) plt.show()
输出
执行上述程序后,你将获得以下输出:
观看下面的视频以观察此示例的工作原理。
示例
以下是一个示例,演示了如何使用 Matplotlib 显示鼠标释放事件坐标
from matplotlib import pyplot as plt plt.rcParams['backend'] = 'TkAgg' plt.rcParams["figure.figsize"] = [7, 4] plt.rcParams["figure.autolayout"] = True # Define a callback function to handle events def onclick(event): print(event.button, event.xdata, event.ydata) # Create a Matplotlib figure and axis fig, ax = plt.subplots() # Plot the data ax.plot(range(10)) # Connect the event handler to the figure canvas fig.canvas.mpl_connect('button_release_event', onclick) # Show the Plot plt.show()
输出
执行上述代码后,我们将获得以下输出:
观看下面的视频以观察此示例的工作原理。