如何在绘图中使用自定义 png 图像标记？

Question

我想在散点图和折线图中使用客户标记。如何从 PNG 文件中制作自定义标记？

Answer 1

我不相信 matplotlib 可以自定义这样的标记。请参阅此处了解自定义级别，该级别远远低于您的需求。

作为替代方案，我编写了这个拼凑代码，它使用 matplotlib.image 将图像放置在线点位置。

import matplotlib.pyplot as plt
from matplotlib import image

# constant
dpi = 72
path = 'smile.png'
# read in our png file
im = image.imread(path)
image_size = im.shape[1], im.shape[0]

fig = plt.figure(dpi=dpi)
ax = fig.add_subplot(111)
# plot our line with transparent markers, and markersize the size of our image
line, = ax.plot((1,2,3,4),(1,2,3,4),"bo",mfc="None",mec="None",markersize=image_size[0] * (dpi/ 96))
# we need to make the frame transparent so the image can be seen
# only in trunk can you put the image on top of the plot, see this link:
# http://www.mail-archive.com/[email protected]/msg14534.html
ax.patch.set_alpha(0)
ax.set_xlim((0,5))
ax.set_ylim((0,5))

# translate point positions to pixel positions
# figimage needs pixels not points
line._transform_path()
path, affine = line._transformed_path.get_transformed_points_and_affine()
path = affine.transform_path(path)
for pixelPoint in path.vertices:
    # place image at point, centering it
    fig.figimage(im,pixelPoint[0]-image_size[0]/2,pixelPoint[1]-image_size[1]/2,origin="upper")

plt.show()

产生：

Answer 2

继马克的回答之后。我只是想我应该添加一点，因为我尝试运行它，它执行我想要的操作，除了在图表上实际显示图标之外。也许 matplotlib 发生了一些变化。 已经四年了。

这行代码

ax.get_frame().set_alpha(0)

看起来不起作用，但

ax.patch.set_alpha(0)

确实有效。

Answer 3

另一个答案可能会在调整图形大小时导致问题。这是一种不同的方法，将图像定位在注释框中，这些注释框锚定在数据坐标中。

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.offsetbox import OffsetImage, AnnotationBbox

path = "https://upload.wikimedia.org/wikipedia/commons/b/b5/Tango-example_icons.png"
image = plt.imread(path)[116:116+30, 236:236+30]

x = np.arange(10)
y = np.random.rand(10)

fig, ax = plt.subplots()
ax.plot(x,y)

def plot_images(x, y, image, ax=None):
    ax = ax or plt.gca()

    for xi, yi in zip(x,y):
        im = OffsetImage(image, zoom=72/ax.figure.dpi)
        im.image.axes = ax

        ab = AnnotationBbox(im, (xi,yi), frameon=False, pad=0.0,)

        ax.add_artist(ab)

plot_images(x, y, image, ax=ax)

plt.show()