如何在 Matplotlib 中绘制模糊点?
matplotlibpythondata visualization
要在 matplotlib 中绘制模糊点，我们可以采取以下步骤 −
设置图形大小并调整子图之间和周围的填充。
创建一个新图形或激活一个现有的新图形。
将 ax1 添加到图形作为子图排列的一部分。
首先，我们可以制作一个标记，即要模糊的标记。
设置 X 和 Y 轴的比例，关闭轴。
将标记保存在文件中，并在模糊后加载要绘制的图像。
关闭上一个图形， fig1。
创建一个新图形或激活一个现有图形，fig2。
创建随机数据点，x 和 y。
应用高斯滤波器，进行模糊处理，在当前轴上添加该艺术家。
在 ax2 上设置 X 和 Y 轴比例。
要显示图形，请使用 show() 方法。
示例
import matplotlib.pyplot as plt
from scipy import ndimage
from matplotlib.image import BboxImage
from matplotlib.transforms import Bbox, TransformedBbox
import numpy as np
plt.rcParams["figure.figsize"] = [7.50, 3.50]
plt.rcParams["figure.autolayout"] = True
fig1 = plt.figure()
ax1 = fig1.add_subplot(111)
ax1.plot(0.5, 0.5, 'd', ms=200)
ax1.set_ylim(0, 1)
ax1.set_xlim(0, 1)
plt.axis('off')
fig1.savefig('marker.png')
marker = plt.imread('marker.png')
plt.close(fig1)
fig2 = plt.figure()
ax2 = fig2.add_subplot(111)
x = 8 * np.random.rand(10) + 1
y = 8 * np.random.rand(10) + 1
sigma = np.arange(10, 60, 5)
for xi, yi, sigmai in zip(x, y, sigma):
markerBlur = ndimage.gaussian_filter(marker, sigmai)
bb = Bbox.from_bounds(xi, yi, 1, 1)
bb2 = TransformedBbox(bb, ax2.transData)
bbox_image = BboxImage(bb2,norm=None,origin=None, clip_on=False)
bbox_image.set_data(markerBlur)
ax2.add_artist(bbox_image)
ax2.set_xlim(0, 10)
ax2.set_ylim(0, 10)
plt.show()
输出
