python - matplotlib mark_inset与插图中的不同数据

这是一个有点棘手的解释。基本上，我想制作一个插入图，然后利用mpl_toolkits.axes_grid1.inset_locator.mark_inset的便利性，但是我希望插入图中的数据完全独立于父轴中的数据。
我要使用的函数的示例代码：

import numpy as np

import matplotlib.pyplot as plt
from mpl_toolkits.axes_grid1.inset_locator import inset_axes
from mpl_toolkits.axes_grid1.inset_locator import mark_inset
from mpl_toolkits.axes_grid1.inset_locator import InsetPosition

data = np.random.normal(size=(2000,2000))
plt.imshow(data, origin='lower')
parent_axes = plt.gca()

ax2 = inset_axes(parent_axes, 1, 1)
ax2.plot([900,1100],[900,1100])

# I need more control over the position of the inset axes than is given by the inset_axes function
ip = InsetPosition(parent_axes,[0.7,0.7,0.3,0.3])
ax2.set_axes_locator(ip)

# I want to be able to control where the mark is connected to, independently of the data in the ax2.plot call
mark_inset(parent_axes, ax2, 2,4)

# plt.savefig('./inset_example.png')
plt.show()

示例代码生成以下图像：

综上所述：蓝框的位置完全由ax2.plot（）的输入数据控制。我想手动放置蓝色框并在ax2中输入任何我想要的内容。这可能吗？
快速编辑：为了清楚起见，我理解为什么插入图会链接数据，因为这是最可能的用法。因此，如果matplotlib中有一种完全不同的方法来实现这一点，请随意回答。但是，我试图避免手动将框和线放置到我要放置的所有轴上，因为我需要在一个大图像中插入一些内容。

最佳答案

如果我理解正确，你想要一个任意缩放轴在一个给定的位置，看起来像放大的插图，但没有连接到插入标记的位置。
按照您的方法，您可以简单地将另一个轴添加到绘图中，并使用set_axes_locator(ip)函数将其定位在真正插入的同一位置。因为这个轴是在原始插图之后绘制的，它将在它上面，并且你只需要隐藏原始图的标记，让它完全消失（set_visible(False)在这里不起作用，因为它隐藏了插入和标记位置之间的线）。

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.axes_grid1.inset_locator import inset_axes, mark_inset, InsetPosition

data = np.random.normal(size=(200,200))
plt.imshow(data, origin='lower')
parent_axes = plt.gca()

ax2 = inset_axes(parent_axes, 1, 1)
ax2.plot([60,75],[90,110])
# hide the ticks of the linked axes
ax2.set_xticks([])
ax2.set_yticks([])

#add a new axes to the plot and plot whatever you like
ax3 = plt.gcf().add_axes([0,0,1,1])
ax3.plot([0,3,4], [2,3,1], marker=ur'$\u266B$' , markersize=30, linestyle="")
ax3.set_xlim([-1,5])
ax3.set_ylim([-1,5])


ip = InsetPosition(parent_axes,[0.7,0.7,0.3,0.3])
ax2.set_axes_locator(ip)
# set the new axes (ax3) to the position of the linked axes
ax3.set_axes_locator(ip)
# I want to be able to control where the mark is connected to, independently of the data in the ax2.plot call
mark_inset(parent_axes, ax2, 2,4)

plt.show()