Matplotlib - findobj 演示

在 Matplotlib 中，findobj 是一种用于定位和操作图形中图形对象的方法。其主要目的是提供一种灵活且方便的方式来搜索特定图形对象实例并修改其在绘图中的属性。

此方法在两种接口中都可用，例如 pyplot.findobj() 和 axes.Axes.findobj()（pyplot 和面向对象接口）。Matplotlib 中的所有图形对象都继承此方法，允许在其层次结构中进行递归搜索。findobj 方法采用匹配条件，并可以选择将对象本身包含在搜索中。

在本教程中，我们将探讨 Matplotlib 中 findobj 方法背后的基本概念。

查找对象

findobj() 方法可用于在绘图中定位特定类型的对象。例如，用户可以搜索 Line2D 实例以识别当前 Axes 中绘制的线条。

示例

以下示例使用 plot() 方法创建两组线图，然后您可以使用 findobj() 方法查找与正弦线对应的 Line2D 实例。

import matplotlib.pyplot as plt
from matplotlib.lines import Line2D
import numpy as np

# Generate data
t = np.arange(0, 4, 0.1)
F1 = np.sin(2 * t)
F2 = np.exp(-t*4)

# Plot two lines
fig, ax = plt.subplots(figsize=(7, 4))
line1, = ax.plot(t, F1, 'green', label='Sinusoidal')	
line2, = ax.plot(t, F2, 'b--', label='Exponential Decay')

# Find the Line object corresponding to the sinusoidal line
line_handle = plt.gca().findobj(Line2D)[0]

# Display the results
print("Found Line2D instance:", line_handle)

# Display the modified plot
plt.legend()
plt.show()

输出

执行上述代码后，我们将获得以下输出：

Found Line2D instance: Line2D(Sinusoidal)

修改对象

使用 findobj() 方法找到/识别对象后，用户可以修改其属性以实现所需的可视化效果。这包括更改颜色、线型、文本内容等属性。

示例 1

这是一个示例，它创建一个包含三个包含不同文本内容的文本对象的绘图。Axes.findobj() 方法用于查找具有特定文本内容（'tutorialspoint'）的文本对象。找到后，文本内容将修改为 'Tutorialspoint :)'，其颜色将更改为绿色。

import matplotlib.pyplot as plt
from matplotlib.text import Text

# Create a plot with a text object
fig, ax = plt.subplots()
ax.text(.4, .5, s='tutorialspoint')
ax.text(.1, .1, s='Python')
ax.text(.8, .8, s='Matplotlib')

# Find the Text object with the text 'tutorialspoint'
text_handle = ax.findobj(
   lambda artist: isinstance(artist, Text) and artist.get_text() == 'tutorialspoint')[0]

# Modify the text
text_handle.set_text('Tutorialspoint :)')
text_handle.set_color('green')
plt.show()

输出

执行上述代码后，我们将获得以下输出：

用户还可以定义自定义匹配函数，以根据特定条件筛选对象。这允许更复杂的搜索，并启用对图形对象的更高级别的操作。

示例 2

这是另一个示例，演示了如何使用自定义匹配函数使用 Figure.findobj() 方法修改对象。

import matplotlib.pyplot as plt
import matplotlib.text as text
import numpy as np

# Generate data 
t = np.arange(0, 4, 0.1)
F1 = np.sin(2 * t)
F2 = np.exp(-t * 4)

# Plot two lines
fig, ax = plt.subplots(figsize=(7, 4))
line1, = ax.plot(t, F1, 'red', label='Sinusoidal')
line2, = ax.plot(t, F2, 'k--', label='Exponential Decay')

plt.grid(False)
plt.xlabel('x label')
plt.ylabel('y label')
plt.title('Modifying the Objects')

# Define a custom function for matching
def myfunc(x):
   return hasattr(x, 'set_color') and not hasattr(x, 'set_facecolor')

# Modify objects based on the custom function
for o in fig.findobj(myfunc):
   o.set_color('green')

# Display the modified plot
plt.show()

输出

执行上述代码后，我们将获得以下输出：