Wenn Sie mit großen Punktmengen arbeiten, empfehle ich Ihnen CKDtrees
:
import matplotlib.pyplot as plt
import numpy as np
import scipy.spatial
points = np.column_stack([np.random.rand(50), np.random.rand(50)])
fig, ax = plt.subplots()
coll = ax.scatter(points[:,0], points[:,1])
ckdtree = scipy.spatial.cKDTree(points)
Ich habe die kpie's
Antwort hier ein wenig überarbeitet. Sobald ckdtree
es erstellt wurde, können Sie mit ein wenig Aufwand die nächstgelegenen Punkte und verschiedene Arten von Informationen sofort identifizieren:
def closest_point_distance(ckdtree, x, y):
#returns distance to closest point
return ckdtree.query([x, y])[0]
def closest_point_id(ckdtree, x, y):
#returns index of closest point
return ckdtree.query([x, y])[1]
def closest_point_coords(ckdtree, x, y):
# returns coordinates of closest point
return ckdtree.data[closest_point_id(ckdtree, x, y)]
# ckdtree.data is the same as points
Interaktive Anzeige der Cursorposition.
Wenn Sie möchten, dass die Koordinaten des nächstgelegenen Punkts in der Navigationssymbolleiste angezeigt werden:
def val_shower(ckdtree):
#formatter of coordinates displayed on Navigation Bar
return lambda x, y: '[x = {}, y = {}]'.format(*closest_point_coords(ckdtree, x, y))
plt.gca().format_coord = val_shower(ckdtree)
plt.show()
Ereignisse verwenden.
Wenn Sie eine andere Art von Interaktivität wünschen, können Sie Ereignisse verwenden:
def onclick(event):
if event.inaxes is not None:
print(closest_point_coords(ckdtree, event.xdata, event.ydata))
fig.canvas.mpl_connect('motion_notify_event', onclick)
plt.show()