如何在 Matplotlib 极坐标图中（楔形图）中设置 0 周围（两侧）的限制

Question

我正在制作一个楔形图（在太空中绘制类星体，RA 为 theta，Dec 为 r）。我需要在 0 的两侧设置极坐标图的限制。我的限制应该从 45 度到 315 度，这两个值之间有 0 度 (45-0-315)。我该怎么做？

这是我的代码：

import numpy as np
import matplotlib.pyplot as plt

theta = (np.pi/180)*np.array([340.555906,3.592373,32.473440,33.171584,35.463857,44.268397,339.362504,345.211906,346.485567,346.811945,348.672405,349.180736,349.370850,353.098343])
r = np.array([-32.906663,-33.842402,-32.425917,-32.677975, -30.701083,-31.460307,-32.909861,-30.802969,-33.683759,-32.207783,-33.068686,-33.820102,-31.438195,-31.920375])

colors = 'red'

fig = plt.figure()
ax = fig.add_subplot(111, polar=True)
c = ax.scatter(theta, r, c=colors, cmap='hsv', alpha=0.75)

plt.show()

如果我设置限制：

ax.set_thetamin(45)
ax.set_thetamax(-45)

我会得到图表的正确切片，但 theta 轴上的值错误（轴现在从 -45 到 45 度）。

如果我设置限制：

ax.set_thetamin(45)
ax.set_thetamax(315)

我会得到错误的图表切片，但在 theta 轴上得到正确的值。

该怎么办？

Answer 1

看起来，如果 thetamin 和 thetamax 具有正值和负值，matplotlib 只会使 theta 限制跨越 theta=0。来自 set_thetalim()：

值包含在 [0, 2π] 范围内（以弧度为单位），因此例如可以执行 set_thetalim(-np.pi / 2, np.pi / 2) 以获得围绕 0 对称的轴.

因此设置:

ax.set_thetamin(45)
ax.set_thetamax(-45)

是获得您想要的情节的正确做法。然后我们可以稍后使用 ticker.FuncFormatter< /code>获取您想要的刻度值。

例如：

import matplotlib.ticker as ticker

fmt = lambda x, pos: "{:g}".format(np.degrees(x if x >= 0 else x + 2 * np.pi))
ax.xaxis.set_major_formatter(ticker.FuncFormatter(fmt))

产生：

为了完整起见，我将其全部放在您的脚本中：

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

theta = (np.pi/180)*np.array([340.555906,3.592373,32.473440,33.171584,35.463857,44.268397,339.362504,345.211906,346.485567,346.811945,348.672405,349.180736,349.370850,353.098343])
r = np.array([-32.906663,-33.842402,-32.425917,-32.677975, -30.701083,-31.460307,-32.909861,-30.802969,-33.683759,-32.207783,-33.068686,-33.820102,-31.438195,-31.920375])

colors = 'red'

fig = plt.figure()
ax = fig.add_subplot(111, polar=True)
c = ax.scatter(theta, r, c=colors, cmap='hsv', alpha=0.75)

ax.set_thetamin(45)
ax.set_thetamax(-45)

fmt = lambda x, pos: "{:g}".format(np.degrees(x if x >= 0 else x + 2 * np.pi))
ax.xaxis.set_major_formatter(ticker.FuncFormatter(fmt))

plt.show()