我必须从框内的散点图中选取值。因此，基本上我需要框内点的所有值
N = 500 x = np.random.rand(N) * 2 y = np.random.rand(N) * 2.5 area = np.pi*3 colors = (0,0,0) fig = plt.figure() ax1 = fig.add_subplot(111) plt.scatter(x, y, s=area, alpha=0.5) plt.xlim(0.0, 2.0) plt.ylim(0.0, 2.5) plt.plot([0.7,1.0], [1.15,1.45], 'k--', lw=2) plt.plot([0.3,0.6], [1.65,1.95], 'k--', lw=2) plt.plot([0.7,0.3], [1.15, 1.65], 'k--', lw=2) plt.plot([1.0, 0.6], [1.45, 1.95], 'k--', lw=2) plt.title('Scatter Plot') plt.xlabel('X') plt.ylabel('Y')
但是我在思考如何用盒子而不是多边形来做这件事时遇到了麻烦。我以前尝试过这样做，但是当我尝试用不同的颜色来显示我正确地选择了区域内的点时，颜色不正确。
您可以为凸多边形的每一条边创建线方程。然后，您可以将它们用作过滤器（如果点的方向相反，则需要>将更改为）：<
>
<
from matplotlib import pyplot as plt import numpy as np # line equation of the form ax+by+c = 0 through (x0,y0) and (x1,y1); # ax+by+c < 0 for points left of the line def get_line_eq(x0, x1, y0, y1): return y0 - y1, x1 - x0, x0 * y1 - x1 * y0 N = 500 x = np.random.rand(N) * 2 y = np.random.rand(N) * 2.5 area = 10 fig = plt.figure() ax1 = fig.add_subplot(111) plt.scatter(x, y, s=area, alpha=0.5) plt.xlim(0.0, 2.0) plt.ylim(0.0, 2.5) pnts = [[0.7, 1.15], [1.0, 1.45], [0.6, 1.95], [0.3, 1.65]] pnts = pnts + [pnts[0]] # repeat first point to create a closed polygon pnts = np.array(pnts) # numpy arrays are easier to separate x and y coordinates plt.plot(pnts[:, 0], pnts[:, 1], 'k--', lw=2) equations = [get_line_eq(x0, x1, y0, y1) for (x0, y0), (x1, y1) in zip(pnts[:-1], pnts[1:])] filter = np.all([a*x + b*y + c > 0 for a, b, c in equations], axis=0) plt.scatter(x[filter], y[filter], s=20, color='red', alpha=0.5) plt.title('Scatter Plot') plt.xlabel('X') plt.ylabel('Y') # plt.gca().set_aspect('equal', 'box') # show right angles plt.show()
PS：plt.fill()创建填充多边形：
plt.fill()
plt.fill(pnts[:, 0], pnts[:, 1], fc='yellow', alpha=0.5, ec='k', ls='--', lw=2, zorder=0)
