我有一个Matplotlib散点图，绘制了3个不同的圆，我试图找到每个圆的中心点的x，y轴，即bbox中0到1之间的数字。因为我将图像保存到.png文件，并希望在.png文件的（512，1024）空间中找到相应的x，y点。
我尝试使用以下代码，但不知道如何解释此打印的顶点和代码：
ax = fig.gca()
for collection in ax.collections:
for path in collection._paths:
for p in path.iter_segments():
print p
它为三个圆圈打印10个数组，但是对我来说这没有意义，因为只有三个圆圈，而且我似乎找不到任何有助于解释这一点的文档：
（array（[0.，-0.5]），1）
（array（[0.13260155，-0.5，0.25978994，-0.44731685，0.35355339，
-0.35355339]），4）
（数组（[0.44731685，-0.25978994，0.5，-0.13260155，0.5，0.]），4）
（array（[0.5，0.13260155，0.44731685，0.25978994，0.35355339，
0.35355339]），4）
（array（[0.25978994，0.44731685，0.13260155，0.5，0。
0.5]），4）
（array（[-0.13260155，0.5，-0.25978994，0.44731685，-0.35355339，
0.35355339]），4）
（数组（[--0.44731685，0.25978994，-0.5，0.13260155，-0.5，0.]），4）
（数组（[-0.5，-0.13260155，-0.44731685，-0.25978994，-0.35355339，
-0.35355339]），4）
（array（[-0.25978994，-0.44731685，-0.13260155，-0.5，0。
-0.5]），4）
（array（[0.，-0.5]），79）
谢谢
最佳答案
我认为您可能对ax.transData转换感兴趣。使用transform方法，可以将“数据”单位中的点转换为显示单位。有关更多信息，请参见transformation tutorial。
下面，我有一个示例，其中包含一个可填充整个图的轴，因此更容易理解转换。我在散点图中设置了三个点，然后，我获取了用于该点的数据，并使用变换获取了三个点中每个点的相应像素点。
import matplotlib.pyplot as plt
x = [1,2,4]
y = [1,3,2]
fig1 = plt.figure(figsize=(5,5),dpi=100)
ax = fig1.add_axes([0,0,1,1])
ax.scatter(x,y)
ax.set_xlim(0,5)
ax.set_ylim(0,5)
transDataToFig1 = ax.transData+fig1.transFigure.inverted()
for ix,iy in zip(x,y):
inDots = ax.transData.transform((ix,iy))
inFigIndirect = fig1.transFigure.inverted().transform(inDots)
inFigDirect = transDataToFig1.transform((ix,iy))
print inDots,"->",inFigIndirect," or ",inFigDirect
fig1.savefig('scatterPos1.png')
由于（1）轴跨越整个图形，（2）轴极限设置为0到5，并且（3）图形尺寸设置为5x5且每英寸100点，则一个轴单位对应于100像素。通过输出确认：
[ 100. 100.] -> [ 0.2 0.2] or [ 0.2 0.2]
[ 200. 300.] -> [ 0.4 0.6] or [ 0.4 0.6]
[ 400. 200.] -> [ 0.8 0.4] or [ 0.8 0.4]
上面的代码还向您展示了如何从dpi转换为图形单位（bbox中的值，介于0和1之间），并提供了转换管道的示例（请参见上面的链接教程）。供参考，以下是结果图：
现在，如果您创建第二个具有子图的图形，则该过程仍然有效，但是像素值并不特殊。以下面的附加代码为例：
fig2=plt.figure(figsize=(5,5),dpi=100)
ax1 = fig2.add_subplot(121)
ax2 = fig2.add_subplot(122)
ax1.scatter(x,y)
ax1.set_xlim(0,5)
ax2.set_ylim(0,5)
ax2.plot(range(10))
transDataToFig2 = ax1.transData+fig2.transFigure.inverted()
for ix,iy in zip(x,y):
inDots = ax1.transData.transform((ix,iy))
inFigIndirect = fig2.transFigure.inverted().transform(inDots)
inFigDirect = transDataToFig2.transform((ix,iy))
print inDots,"->",inFigIndirect," or ",inFigDirect
fig2.savefig('scatterPos2.png')
结果如下图：
并输出：
[ 97.72727273 116.66666667] -> [ 0.19545455 0.23333333] or [ 0.19545455 0.23333333]
[ 132.95454545 383.33333333] -> [ 0.26590909 0.76666667] or [ 0.26590909 0.76666667]
[ 203.40909091 250. ] -> [ 0.40681818 0.5 ] or [ 0.40681818 0.5 ]
请注意，在这种情况下，转换对您使用的轴敏感。我使用了轴
ax1，因为那是散点图的轴，对应于x和y中存储的点。这些示例与您想要执行的操作不同。您有以像素为单位的x，y位置，并且想要查看选择了哪个点。这就是
transData的反变换，通常（un-invert）取数据单位的点并将其返回到显示单位（像素）的点。每个轴都有其自己唯一的transData，它对轴限制很敏感。例如，如果我模拟在位置（120,480）处的鼠标单击（以像素为单位），则每个子图会将其转换为不同的数据坐标，如下所示：
click = (120,480)
print "Click ",click," transforms into:"
print ax1.transData.inverted().transform(click)," for axes 1"
print ax2.transData.inverted().transform(click)," for axes 2"
结果是：
Click (120, 480) transforms into:
[ 1.63225806 3.725 ] for axes 1
[-7.86193548 9.675 ] for axes 2
请注意，
ax2（第二个子图）的变换导致x位置为负。这是因为像素位置（120,480）在第二个子图的x限制之外。关于python - Matplotlib:散点图圆的质心，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/8492890/