Question

matplotlib 的 patheffects 模块提供了一些函数来绘制 path effect ，该模块还定义了很多 effect 类。可以应用 path effect 的 Artist 有： Patch 、 Line2D 、 Collection 以及 Text 。每个 Artist 的 path effect 可以通过 .set_path_effects() 方法控制，其参数是一个可迭代对象，迭代的结果是 AbstractPathEffect 实例；也可以通过 Artist 构造函数的 path_effects= 关键字参数控制。

注意： effect 类的关键字参数比如背景色、前景色等与 Artist 不同。因为这些 effect 类是更低层次的操作。

所有的 effect 类都继承自 matplotlib.patheffects.AbstractPathEffect 类。 AbstractPathEffect 的子类要覆盖 AbstractPathEffect 类的 .draw_path(...) 方法。

AbstractPathEffect 类的构造函数有个 offset 关键字参数，表示 effect 偏移（默认为 (0,0) )

1. normal effect

最简单的 effect 是 normal effect ，它是 matplotlib.patheffects.Normal 类。它简单的绘制 Artist ，不带任何 effect 。

如：

import matplotlib.pyplot as plt
import matplotlib.patheffects as path_effects
fig = plt.figure(figsize=(5, 1.5))
text = fig.text(0.5, 0.5, 'Hello path effects world!\nThis is the normal path effect.',
ha='center', va='center', size=20)
text.set_path_effects([path_effects.Normal()])
plt.show()

2. drop-shadow effect

我们可以在基于 Path 的 Artist 上应用 drop-shadow effect （下沉效果）。如可以在 filled patch Artist 上应用 matplotlib.patheffects.SimplePatchShadow ，在 line patch Artist 上应用 matplotlib.patheffects.SimpleLineShadow 。

你可以通过 path_effects=[path_effects.with*()] 来指定 path_effects 参数，或者直接通过 path_effects=[path_effects.SimpleLineShadow(),path_effects.Normal()] 来指定 path_effects 参数。

• 前者会自动地在 normal effect 后跟随指定的 effect
• 后者会显式的指定 effect

3. stand-out effect

Strok effect 可以用于制作出 stand-out effect （突出效果）。

4. 通用 PathPatchEffect

PathPatchEffect 是一个通用的 path effect 类。如果对某个 PathPatch 设置了 PathPatchEffect ，则该 effect 的 .draw_path(...) 方法执行的是由初始 PathPatch 计算的得到的一个新的 PathPatch 。

与一般的 effect 类不同， PathPatchEffect 类的关键字参数是与 PathPatch 一致的，因为除了 offset 关键字参数外，其他的任何关键字参数都会传递给 PathPatch 构造函数。如：

import matplotlib.pyplot as plt
import matplotlib.patheffects as path_effects
fig = plt.figure(figsize=(8, 1))
t = fig.text(0.02, 0.5, 'Hatch shadow', fontsize=75, weight=1000, va='center')
t.set_path_effects([path_effects.PathPatchEffect(offset=(4, -4), hatch='xxxx',
facecolor='gray'),
path_effects.PathPatchEffect(edgecolor='white', linewidth=1.1,
facecolor='black')])
plt.show()