问题描述
我在 squarify 的文档中找不到编辑树图中矩形形状的方法。我想将其中一个矩形显示为其他矩形之一的方形子集。这是我目前拥有的:
import squarify
from matplotlib import pyplot as plt
treemap_df = pd.DataFrame({
'names': ['A','B','C'],'sizes': [25,50,75]
})
plt.figure(figsize=(10,4))
ax = squarify.plot(
treemap_df.sizes,label=treemap_df.names,color=["red","green","grey"],alpha=.8,edgecolor="white",linewidth=4
)
# I can get the coordinates of the squares/patches like this:
for rect in ax.patches:
x,y,w,h = rect.get_x(),rect.get_y(),rect.get_width(),rect.get_height()
c = rect.get_facecolor()
print(f'Rectangle x={rect.get_x()} y={rect.get_y()} w={rect.get_width()} h={rect.get_height()} ')
plt.axis('off')
plt.title('Basic Treemap')
plt.show()
这给了我以下输出:
那么,假设我只想编辑绘图,使矩形“A”是一个正方形——有没有办法做到这一点?理想情况下,我希望形状 'B' 甚至不是正方形,而是看起来像 'A' 是矩形 'B' 的插入(然后在其实际足迹中具有 L 形状),但只是能够完全调整矩形形状/位置会很棒。谢谢。
解决方法
以下方法首先遍历矩形并保存矩形A
和B
的位置。
然后,A
的宽度和高度被修改为其乘积的平方根。
基于A
和B
的坐标,复制B
的属性,创建了一个新的L形多边形。之后,B
被删除。
注意以下代码仅适用于A
和B
的特定位置。其他位置需要有点不同的 L 形,否则可能是不可能的。
另请注意,要使正方形看起来像正方形,则需要具有相等的纵横比。 Squarify 使用参数 norm_x
和 norm_y
,默认为 100
,它们是周围矩形的尺寸。您可以将它们更改为具有不同的纵横比,但请注意,这可能会更改生成的矩形的位置。
import squarify
from matplotlib import pyplot as plt
from matplotlib.patches import Polygon
from math import sqrt
names = ['A','B','C']
sizes = [25,50,75]
plt.figure(figsize=(8,6))
ax = squarify.plot(
sizes,norm_x=100,norm_y=100,label=names,color=["red","green","grey"],alpha=.8,edgecolor="white",linewidth=4)
for rect,name in zip(ax.patches,names):
(x,y),w,h = rect.get_xy(),rect.get_width(),rect.get_height()
c = rect.get_facecolor()
print(f'Rectangle {name} x={rect.get_x()} y={rect.get_y()} w={rect.get_width()} h={rect.get_height()} ')
if name == 'A':
rect_for_square = rect
sq_size = sqrt(w * h)
xa,ya = x,y
if name == 'B':
rect_for_L = rect
xb,yb,wb,hb = x,y,h
rect_for_square.set_width(sq_size)
rect_for_square.set_height(sq_size)
points = [[xb,ya + sq_size],[xb,yb + hb],[xb + wb,ya],[xb + sq_size,ya + sq_size]]
poly_L = Polygon(points,closed=True)
poly_L.update_from(rect_for_L) # copy colors,alpha,linewidths,...
ax.add_patch(poly_L)
rect_for_L.remove()
ax.set_aspect('equal')
plt.axis('off')
plt.show()