如何在没有溢出的情况下通过散点图绘制直线

Question

因此，我目前正在绘制一个散点图，其中包含matplotlib中的许多x和y：

plt.scatter(x, y)

我想在这个散点图上画一条线，它穿过整个图（即击中两个“边界”），我知道梯度和截距-m和方程y = mx +c中的c

我曾考虑过获取绘图的4个点（计算最小和最大散射x和y），并从中计算直线的最小和最大坐标，然后绘图，但这似乎非常复杂。有没有更好的方法来做到这一点，记住这条线甚至可能不在“绘图”中

---

散点图示例：

如图中所示，四个边界坐标为：

• 左下角：-1,-2
• 左上：-1,2
• 右下角：6,-2
• 右上6,2

我现在有一条线，我需要绘制，不能超过这些边界，但如果它进入绘图，必须接触两个边界点

所以当x=-1时，我可以检查y等于什么，然后检查该值是否在-1和6之间，如果是，那么直线必须穿过左边界，绘制它，依此类推

---

理想情况下，我会创建一条从无限到无限的直线，然后裁剪它以适合绘图

Answer 1

这里的想法是在图中画一条方程y=m*x+y0的线。这可以通过将最初在轴坐标中给出的水平线转换为数据坐标、根据直线方程应用仿射2D转换并转换回屏幕坐标来实现

这里的优点是，您根本不需要知道轴的限制。您还可以自由缩放或平移绘图；该线将始终保持在轴边界内。因此，它有效地实现了从-infinity到+infinity的行

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.transforms as mtransforms

def axaline(m,y0, ax=None, **kwargs):
    if not ax:
        ax = plt.gca()
    tr = mtransforms.BboxTransformTo(
            mtransforms.TransformedBbox(ax.viewLim, ax.transScale))  + \
         ax.transScale.inverted()
    aff = mtransforms.Affine2D.from_values(1,m,0,0,0,y0)
    trinv = ax.transData
    line = plt.Line2D([0,1],[0,0],transform=tr+aff+trinv, **kwargs)
    ax.add_line(line)

x = np.random.rand(20)*6-0.7
y = (np.random.rand(20)-.5)*4
c = (x > 3).astype(int)

fig, ax = plt.subplots()
ax.scatter(x,y, c=c, cmap="bwr")

# draw y=m*x+y0 into the plot
m = 0.4; y0 = -1
axaline(m,y0, ax=ax, color="limegreen", linewidth=5)

plt.show()

虽然这个解决方案乍一看有点复杂，但人们不需要完全理解它。只需将axaline函数复制到代码中并按原样使用即可

---

为了使自动更新在不进行转换的情况下工作，可以添加回调，以便在每次绘图中发生更改时重置转换。

import numpy as np
import matplotlib.pyplot as plt
from matplotlib import transforms

class axaline():
    def __init__(self, m,y0, ax=None, **kwargs):
        if not ax: ax = plt.gca()
        self.ax = ax
        self.aff = transforms.Affine2D.from_values(1,m,0,0,0,y0)
        self.line = plt.Line2D([0,1],[0,0], **kwargs)
        self.update()
        self.ax.add_line(self.line)
        self.ax.callbacks.connect('xlim_changed', self.update)
        self.ax.callbacks.connect('ylim_changed', self.update)

    def update(self, evt=None):
        tr = ax.transAxes - ax.transData
        trinv = ax.transData
        self.line.set_transform(tr+self.aff+trinv)

x = np.random.rand(20)*6-0.7
y = (np.random.rand(20)-.5)*4
c = (x > 3).astype(int)

fig, ax = plt.subplots()
ax.scatter(x,y, c=c, cmap="bwr")

# draw y=m*x+y0 into the plot
m = 0.4; y0 = -1
al = axaline(m,y0, ax=ax, color="limegreen", linewidth=5)

plt.show()