如何将图表的xtick标签设为简单图形？

Question

我想在x轴的刻度标签上画一些简单的图形，比如线条和圆圈，而不是用文字或数字来标记。这样做可以吗？如果可以的话，使用matplotlib（一个绘图工具）最好的方法是什么呢？

Answer 1

之前的回答有一些缺点，因为它使用的是固定的坐标。这意味着当你改变图形的大小，或者放大、缩小和移动图表时，它就不管用了。

一个更好的方法是直接在你选择的坐标系统中定义位置。对于x轴，使用数据坐标来表示x位置，而使用轴坐标来表示y位置是比较合理的。

使用matplotlib.offsetbox可以让这个过程变得简单。下面的代码会把一个圆形框和一个图片框分别放在坐标(-5,0)和(5,0)的位置，并稍微向下偏移一点，这样它们看起来就像是刻度标签一样。

import matplotlib.pyplot as plt
import matplotlib.patches as mpatches
from matplotlib.offsetbox import (DrawingArea, OffsetImage,AnnotationBbox)

fig, ax = plt.subplots()
ax.plot([-10,10], [1,3])

# Annotate the 1st position with a circle patch
da = DrawingArea(20, 20, 10, 10)
p = mpatches.Circle((0, 0), 10)
da.add_artist(p)

ab = AnnotationBbox(da, (-5,0),
                    xybox=(0, -7),
                    xycoords=("data", "axes fraction"),
                    box_alignment=(.5, 1),
                    boxcoords="offset points",
                    bboxprops={"edgecolor" : "none"})

ax.add_artist(ab)

# Annotate the 2nd position with an image
arr_img = plt.imread("https://i.stack.imgur.com/FmX9n.png", format='png')

imagebox = OffsetImage(arr_img, zoom=0.2)
imagebox.image.axes = ax

ab = AnnotationBbox(imagebox, (5,0),
                    xybox=(0, -7),
                    xycoords=("data", "axes fraction"),
                    boxcoords="offset points",
                    box_alignment=(.5, 1),
                    bboxprops={"edgecolor" : "none"})

ax.add_artist(ab)

plt.show()

---

值得注意的是，很多形状可以用unicode符号表示，所以你可以直接用这些符号来设置刻度标签。如果你想了解这种方法，可以查看如何在matplotlib或seaborn中使用彩色形状作为y轴刻度？

Answer 2

我会去掉刻度标签，把文字换成补丁。下面是一个简单的例子，展示如何做到这一点：

import matplotlib.pyplot as plt
import matplotlib.patches as patches


# define where to put symbols vertically
TICKYPOS = -.6

fig = plt.figure()
ax = fig.add_subplot(111)
ax.plot(range(10))

# set ticks where your images will be
ax.get_xaxis().set_ticks([2,4,6,8])
# remove tick labels
ax.get_xaxis().set_ticklabels([])


# add a series of patches to serve as tick labels
ax.add_patch(patches.Circle((2,TICKYPOS),radius=.2,
                            fill=True,clip_on=False))
ax.add_patch(patches.Circle((4,TICKYPOS),radius=.2,
                            fill=False,clip_on=False))
ax.add_patch(patches.Rectangle((6-.1,TICKYPOS-.05),.2,.2,
                               fill=True,clip_on=False))
ax.add_patch(patches.Rectangle((8-.1,TICKYPOS-.05),.2,.2,
                               fill=False,clip_on=False))

这样就得到了下面的图：

关键是要把 clip_on 设置为 False，否则在坐标轴外的 patches 就看不见了。补丁的坐标和大小（半径、宽度、高度等）会根据你的坐标轴在图中的位置而变化。例如，如果你打算在子图中使用这个功能，就需要注意补丁的位置，确保它们不会和其他坐标轴重叠。你可能需要花时间了解一下变换，并用其他单位（坐标轴、图形或显示）来定义位置和大小。

如果你有特定的图像文件想用作符号，可以使用 BboxImage 类来创建艺术对象，添加到坐标轴中，而不是使用补丁。例如，我用下面的脚本制作了一个简单的图标：

import matplotlib.pyplot as plt

fig = plt.figure(figsize=(1,1),dpi=400)
ax = fig.add_axes([0,0,1,1],frameon=False)
ax.set_axis_off()

ax.plot(range(10),linewidth=32)
ax.plot(range(9,-1,-1),linewidth=32)

fig.savefig('thumb.png')

生成了这个图像：

然后我在想要刻度标签的位置创建了一个 BboxImage，并设置了我想要的大小：

lowerCorner = ax.transData.transform((.8,TICKYPOS-.2))
upperCorner = ax.transData.transform((1.2,TICKYPOS+.2))

bbox_image = BboxImage(Bbox([lowerCorner[0],
                             lowerCorner[1],
                             upperCorner[0],
                             upperCorner[1],
                             ]),
                       norm = None,
                       origin=None,
                       clip_on=False,
                       )

注意我使用了 transData 变换，将数据单位转换为显示单位，这在定义 Bbox 时是必须的。

现在我使用 imread 函数读取图像，并把结果（一个 numpy 数组）设置为 bbox_image 的数据，然后把这个艺术对象添加到坐标轴中：

bbox_image.set_data(imread('thumb.png'))
ax.add_artist(bbox_image)

这样就得到了更新后的图：

如果你直接使用图像，确保导入所需的类和方法：

from matplotlib.image import BboxImage,imread
from matplotlib.transforms import Bbox