mpldatacursor 0.6.2

v0.6的主要变化

版本0.6增加了：

• 更好地处理日期格式的轴。
• 右击可交互隐藏“弹出”文本框 （通过hide_button和display_buttonkwargs可控制）。
• 双轴的适当支撑。
• 格式化程序函数更好的Unicode支持。注意这使得 mpldatacursor与早期3.x版本（3.0、3.1和3.2）不兼容。 但是，它仍然兼容python>；=3.3（例如3.3、3.4和3.5） 以及2.6和2.7。
• 默认情况下，注释框将在图形中保持可见。 指定keep_inside=False以禁用此功能。
• 增加了提取三维艺术家z值的基本支持。
• 使默认X&Y格式的精度取决于 轴线。
• 通过nbagg后端完全支持交互式ipython笔记本。 注意，nbagg的性能可能非常差。
• 完全支持matplotlib 1.5.x、python 3.5和qt5（在v0.6.2中）。
• 无数的错误修复（感谢所有人的报告！）.

基本用法

mpldatacursor通过 datacursor函数。

例如，这将在 批注框：

import matplotlib.pyplot as plt
import numpy as np
from mpldatacursor import datacursor

data = np.outer(range(10), range(1, 5))

fig, ax = plt.subplots()
lines = ax.plot(data)
ax.set_title('Click somewhere on a line')

datacursor(lines)

plt.show()

如果未指定艺术家或艺术家序列，则所有手动绘制的艺术家 在所有轴中，所有图形都将被激活。（仅限于 通过将axes对象或一系列轴传递给axes 夸尔格。）

例如（输出与第一个示例相同）：

import matplotlib.pyplot as plt
import numpy as np
from mpldatacursor import datacursor

data = np.outer(range(10), range(1, 5))

plt.plot(data)
plt.title('Click somewhere on a line')

datacursor()

plt.show()

隐藏批注框和切换交互性

若要隐藏特定的批注框，请右键单击它（可通过 hide_buttonkwarg）。要隐藏所有批注框，请按 键盘。（想想“删除”。“h”是matplotlib的默认键 “home”。）要禁用或重新启用交互式数据游标，请按“t”（对于 “切换”）。这些密钥可以通过keybindingskwarg自定义。

控制显示的文本

显示的文本可以通过使用formatterkwarg， 它需要一个函数来接受任意的Kwargs序列和 返回要显示的字符串。通常，通过 format模板字符串的方法（例如 formatter="longitude:{x:.2f}\nlatitude{y:.2f}".format）。

例如，使用formatterkwarg只显示 艺术家而不是x，y坐标：

import numpy as np
import matplotlib.pyplot as plt
from mpldatacursor import datacursor

x = np.linspace(0, 10, 100)

fig, ax = plt.subplots()
ax.set_title('Click on a line to display its label')

# Plot a series of lines with increasing slopes...
for i in range(1, 20):
    ax.plot(x, i * x, label='$y = {}x$'.format(i))

# Use a DataCursor to interactively display the label for a selected line...
datacursor(formatter='{label}'.format)

plt.show()

使用图像

datacursor还将在 形象。本例还演示了如何使用display="single"选项 每个轴仅显示一个数据光标，而不是一个。

import matplotlib.pyplot as plt
import numpy as np
from mpldatacursor import datacursor

data = np.arange(100).reshape((10,10))

fig, axes = plt.subplots(ncols=2)
axes[0].imshow(data, interpolation='nearest', origin='lower')
axes[1].imshow(data, interpolation='nearest', origin='upper',
                     extent=[200, 300, 400, 500])
datacursor(display='single')

fig.suptitle('Click anywhere on the image')

plt.show()

可拖动的框

如果指定了draggable=True，则注释框可以交互 创建后拖动到新位置。

例如（这还演示了如何使用display='multiple'kwarg）：

import matplotlib.pyplot as plt
import numpy as np
from mpldatacursor import datacursor

data = np.outer(range(10), range(1, 5))

fig, ax = plt.subplots()
ax.set_title('Try dragging the annotation boxes')
ax.plot(data)

datacursor(display='multiple', draggable=True)

plt.show()

进一步定制

datacursor的其他关键字参数将传递给annotate。 这允许用户控制“弹出框”的外观和位置， 箭头等。请注意，为bbox和^{tt22}传入的属性$ Kwargs将与默认样式合并。因此，具体化 likebbox=dict(alpha=1)将生成一个不透明的、黄色的圆形框，而不是 MatplotLib的默认蓝色方形框。作为一个基本示例：

import matplotlib.pyplot as plt
import numpy as np
from mpldatacursor import datacursor

fig, axes = plt.subplots(ncols=2)

left_artist = axes[0].plot(range(11))
axes[0].set(title='No box, different position', aspect=1.0)

right_artist = axes[1].imshow(np.arange(100).reshape(10,10))
axes[1].set(title='Fancy white background')

# Make the text pop up "underneath" the line and remove the box...
dc1 = datacursor(left_artist, xytext=(15, -15), bbox=None)

# Make the box have a white background with a fancier connecting arrow
dc2 = datacursor(right_artist, bbox=dict(fc='white'),
                 arrowprops=dict(arrowstyle='simple', fc='white', alpha=0.5))

plt.show()

突出显示选定行

HighlightingDataCursor除了突出显示一个Line2D艺术家 显示选定的坐标。：

import numpy as np
import matplotlib.pyplot as plt
from mpldatacursor import HighlightingDataCursor

x = np.linspace(0, 10, 100)

fig, ax = plt.subplots()

# Plot a series of lines with increasing slopes...
lines = []
for i in range(1, 20):
    line, = ax.plot(x, i * x, label='$y = {}x$'.format(i))
    lines.append(line)

HighlightingDataCursor(lines)

plt.show()

安装

mpldatacursor可以安装来自pypi的ed使用 easy_install/pip/等（例如pip install mpldatacursor）或者 下载源代码并直接用python setup.py install安装。