matplotlib AffineBase, Affine2DBase, Affine2D
2020-04-10 09:02:59 --Edit by yangray
仿射变换矩阵参考资料-->https://blog.csdn.net/robert_chen1988/article/details/80498805
AffineBase 继承自Transform,是所有仿射变换(任意维度)的基类。
Affine2DBase 继承自AffineBase,是所有2维仿射变换的基类,该类仅提供只读的属性,该类的子类需要重写构造函数和get_matrix()方法,是形如[[a, c, e], [b, d, f], [0, 0, 1]]的矩阵。
Affine2D 继承自Affine2DBase,是属性可被改写的二维仿射变换。
AffineBase(Transform):
方法:
__init__(self, *args, **kwargs):
初始化本变换,参数同父类。
__array__(self, *args, **kwargs):
返回仿射矩阵。
_concat(a, b): 静态方法
参数 [a], [b]:仿射矩阵
返回矩阵a和b的点积。
transform(self, values):
参数[values]: 变换的目标,形式为n维数组
返回values执行本变换后的结果。(因为是仿射变换的基类,所以实际上只执行仿射变换)
transform_affine(self, values), transform_non_affine(self, points):
参数同上
返回values执行 仿射部分/非仿射部分 的结果。(实际上非仿射变换不会执行)
transform_path(self, path):
参数[path]: Path实例,意为路径、曲线
返回path执行本变换后的结果。
transform_path_affine(self, path), transform_path_non_affine(self, path):
参数同上
返回path执行 仿射部分/非仿射部分 后的结果。(非仿射部分不会被执行)
get_affine(self):
返回self(常用于链式调用)。
Affine2DBase(Affine2D):
方法:
- frozen(self):
返回静态的仿射矩阵的拷贝。(3*3)
_get_is_separable(self):
返回本变换是否为可分离的, 可分离为True。(指x方向和y方向)
to_values(self):
返回本变换中仿射参数的一维元组形式。(a,b,c,d,e,f)
matrix_from_values(a, b, c, d, e, f): 静态方法
以参数a, b, c, d, e, f初始化一个二维仿射矩阵并返回。(第三行为[0, 0, 1])
transform_affine(self, points):
返回点集[points]执行本变换中仿射部分的结果。
transform_point(self, point):
返回点(point)执行本变换中仿射部分的结果。
inverted(self):
返回本仿射矩阵的逆矩阵。
Affine2D(Affine2DBase):
方法:
__init__(self, matrix=None, **kwargs):
参数[matrix]: 3*3 numpy 数组(浮点数)
初始化本变换,若matrix=None,则将本变换初始化为一个单位矩阵(3*3)。
from_values(a, b, c, d, e, f): 静态方法
返回[[a,c,e], [b,d,f], [0,1,1]]形式的变换矩阵。
get_matrix(self):
返回本变换矩阵。
set_matrix(self, mtx):
参数[mtx]: 3*3 numpy浮点数矩阵
将mtx设为本变换矩阵。
set(self, other):
参数[other]: Affine2DBase实例
将other的变换矩阵设为本变换矩阵。
identity(): 静态方法
返回单位仿射矩阵。(仅对角线为1,其余为0的3*3矩阵)
clear(self):
以单位仿射矩阵替换掉本仿射矩阵,是为清除本变换。
返回self。
rotate(self, theta), rotate_deg(self, degrees):
参数[theta]: 弧度制角度
[degrees]: 角度制角度
逆时针旋转 弧度theta / 角度degrees。(左下角不动)
rotate_around(self, x, y, theta), rotate_deg_around(self, x, y, degrees):
参数:[x], [y]: 点的坐标参数
逆时针绕点(x, y)旋转 弧度theta / 角度degrees。
translate(self, tx, ty):
参数[tx], [ty]: x,y方向上的平移量
将tx,ty设为仿射矩阵中的参数e,f(平移参数)。
scale(self, sx, sy=None):
参数[sx],[sy]: x,y方向上的平移量
将sx,sy设为仿射矩阵中的参数a, c(伸缩参数)。
skew(self, xShear, yShear),skew_deg(self, xShear, yShear): skew:倾斜
参数[xShear], [yShear]: x,y方向上倾斜的角度(skew()中为弧度制, skew_deg()中为角度制)
将tan(xShear),tan(yShear)设为仿射矩阵中的参数b,d(倾斜参数)。
matplotlib AffineBase, Affine2DBase, Affine2D的更多相关文章
- 数据可视化基础专题(十二):Matplotlib 基础(四)常用图表(二)气泡图、堆叠图、雷达图、饼图、
1 气泡图 气泡图和上面的散点图非常类似,只是点的大小不一样,而且是通过参数 s 来进行控制的,多的不说,还是看个示例: 例子一: import matplotlib.pyplot as plt im ...
- 关于k Line Chart (k线图)
K Line Chart python实现k线图的代码,之前找过matplotlib中文文档但是画k线图的finance方法已经弃用了.所以自己在网上搜寻一下加上改编,很好的实现出k线图, 代码如下: ...
- matplotlib 中其他基于Affine2DBase的类
2020-04-11 11:42:22 --Edit by yangray以下所有类(除了BboxTransformToMaxOnly )都直接继承于Affine2DBaseIdentityTrans ...
- Python自学笔记——Matplotlib风羽自定义
[前言]对于气象专业的小学生来说,风场是预报重要的参考数据,我们所知的风羽有四种:短线代表风速2m/s,长线代表风速4m/s,空心三角代表风速20m/s,实心三角代表风速50m/s.而matplotl ...
- Matplotlib风羽自定义
[前言]对于气象专业的小学生来说,风场是预报重要的参考数据,我们所知的风羽有四种:短线代表风速2m/s,长线代表风速4m/s,空心三角代表风速20m/s,实心三角代表风速50m/s.而matplotl ...
- matplotlib BlendedGenericTransform(混合变换)和CompositeGenericTransform(复合变换)
2020-04-10 23:31:13 -- Edit by yangrayBlendedGenericTransform是Transform的子类,支持在x / y方向上使用不同的变换.(博主翻译为 ...
- matplotlib Transform
2020-04-09 15:09:02 -- Edit by yangray Transform 类是TransformNode的子类,它是所有执行变换的TransformNode的实例的基类.所有非 ...
- python安装numpy、scipy和matplotlib等whl包的方法
最近装了python和PyCharm开发环境,但是在安装numpy和matplotlib等包时出现了问题,现总结一下在windows平台下的安装方法. 由于现在找不到了工具包新版本的exe文件,所以采 ...
- matplotlib 高级用法实例--共享x轴
http://localhost:8888/notebooks/duanqs/matplotlib_advanced_example.ipynb 我不会弄呀, 刚才从matplotlib文档里吧示例用 ...
随机推荐
- Java-字符输入输出(新手)
参考手册: BufferedReader BufferedWriter: 关键字: close() 关闭流,先刷新. newLine() 写一行行分隔符. write() 写一个字符 ...
- Java内部类的四种分类以及作用介绍
内部类内容解析 内部类的区分 内部类分别有成员内部类.局部内部类.匿名内部类.静态内部类,接下来将分别介绍. 成员内部类 就是位于外部类成员位置的类.与外部类的属性.方法并列. 成员内部类作为外部类的 ...
- EOS基础全家桶(一)开篇
简介 从今天开始我会在FishoPark上与大家分享EOS的一些技术经验和基础,如果大家在看文章的过程中有任何问题,欢迎在网站下方的评论里留言,我会尽力为大家解答,如果发现我内容中所写有错,欢迎指正, ...
- AAAI 2020 | 反向R?削弱显著特征为细粒度分类带来提升
论文提出了类似于dropout作用的diversification block,通过抑制特征图的高响应区域来反向提高模型的特征提取能力,在损失函数方面,提出专注于top-k类别的gradient-bo ...
- shell编程之字符串处理
# .#号截取,删除左边字符,保留右边字符,*// 表示从左边开始删除第一个 // 号及左边的所有字符 echo ${var#*//} # . ## 号截取,删除左边字符,保留右边字符,##*/ 表示 ...
- 洛谷2212Watering the Fields S 最小生成树
题目链接:https://www.luogu.com.cn/problem/P2212 几乎是Kruskal裸题,但是建n*(n-1)条边给我T了俩点,后来我发现只要C(n,2)条边就可以,因为假设( ...
- Asp.Net Core系列 电子书(摘自:Yaopengfei(姚鹏飞))
链接:https://pan.baidu.com/s/1uSmlArXinvNPKoLvck1hFg 提取码:34ce
- Nginx | CentOS 8 安装Nginx详细教程
Nginx是一个web服务器也可以用来做负载均衡及反向代理使用, 目前使用最多的就是负载均衡,这篇文章主要介绍了centos8 安装 nginx Nginx是一种开源的高性能HTTP和反向代理服务器, ...
- Leetcode——二叉树常考算法整理
二叉树常考算法整理 希望通过写下来自己学习历程的方式帮助自己加深对知识的理解,也帮助其他人更好地学习,少走弯路.也欢迎大家来给我的Github的Leetcode算法项目点star呀~~ 二叉树常考算法 ...
- Redis总结--【持续更新】
# 什么是Redis? Redis 是完全开源免费的,是一个高性能的key-value内存数据库,读的速度是110000次/s,写的速度是81000次/s 它有以下三个特点: Redis不 ...