如何绘制温度计？

Question

在最近的一个非常广泛的问题中，有人问它如何用matplotlib绘制几个符号，比如“圆圈、正方形、矩形、星星、温度计和盒子图”。从这个列表中可以看出，除了温度计之外，所有的温度计都是显而易见的，无论是在文档中还是在许多现有的堆栈溢出答案中。因为这个实验看起来对热电偶一点也不感兴趣，所以我想问一个关于温度计的新问题。

如何在matplotlib中绘制温度计？

原则上，您可以绘制任何您喜欢的符号，使其成为marker或Path。不过，似乎没有任何用于温度计的unicode符号。字体超赞有一个温度计符号，并在matplotlib 是可能的中绘制FontAwesome符号。但只有5种不同的填充物

​

​

此外，这种字体符号的颜色是一致的，但理想的情况是，温度计的内部部分(“水银柱”)以不同的颜色(可能主要是红色，因为联想原因)或以不同的颜色编码温度的颜色。

那么，有可能有一个温度符号，其中的水银柱编码温度(或事实上任何其他数量)的颜色和填充水平？如果是，怎么做？

(我在下面给出了一个答复，欢迎替代或改进这种方法，作为这里的进一步答案。)

Answer 1

绘制由两个部分组成的温度计的一个选项是创建两个Paths，外壳和内水银柱。为此，可以从头创建路径，并根据(规范化)输入参数允许内部路径是可变的。

然后将这两条路径绘制成单独的散点图是可能的。在下面的示例中，我们创建了一个具有scatter方法的类，它的工作方式类似于通常的scatter，但它也将使用温度的附加参数temp和用于温度正常化的tempnorm作为输入。

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.path as mpath

class TemperaturePlot():

    @staticmethod
    def get_hull():
        verts1 = np.array([[0,-128],[70,-128],[128,-70],[128,0],
                          [128,32.5],[115.8,61.5],[96,84.6],[96,288],
                          [96,341],[53,384],[0,384]])
        verts2 = verts1[:-1,:] * np.array([-1,1])
        codes1 = [1,4,4,4,4,4,4,2,4,4,4]
        verts3 = np.array([[0,-80],[44,-80],[80,-44],[80,0],
                          [80,34.3],[60.7,52],[48,66.5],[48,288],
                          [48,314],[26.5,336],[0,336]])
        verts4 = verts3[:-1,:] * np.array([-1,1])
        verts = np.concatenate((verts1, verts2[::-1], verts4, verts3[::-1]))
        codes = codes1 + codes1[::-1][:-1]
        return mpath.Path(verts/256., codes+codes)

    @staticmethod
    def get_mercury(s=1):
        a = 0; b = 64; c = 35
        d = 320 - b
        e = (1-s)*d
        verts1 = np.array([[a,-b],[c,-b],[b,-c],[b,a],[b,c],[c,b],[a,b]])
        verts2 = verts1[:-1,:] * np.array([-1,1])
        verts3 = np.array([[0,0],[32,0],[32,288-e],[32,305-e],
                           [17.5,320-e],[0,320-e]])
        verts4 = verts3[:-1,:] * np.array([-1,1])
        codes = [1] + [4]*12 + [1,2,2,4,4,4,4,4,4,2,2]
        verts = np.concatenate((verts1, verts2[::-1], verts3, verts4[::-1]))
        return mpath.Path(verts/256., codes)

    def scatter(self, x,y, temp=1, tempnorm=None, ax=None, **kwargs):
        self.ax = ax or plt.gca()
        temp = np.atleast_1d(temp)
        ec = kwargs.pop("edgecolor", "black")
        kwargs.update(linewidth=0)
        self.inner = self.ax.scatter(x,y, **kwargs)
        kwargs.update(c=None, facecolor=ec, edgecolor=None, color=None)
        self.outer = self.ax.scatter(x,y, **kwargs)
        self.outer.set_paths([self.get_hull()])
        if not tempnorm:
            mi, ma = np.nanmin(temp), np.nanmax(temp)
            if mi == ma:
                mi=0
            tempnorm = plt.Normalize(mi,ma)
        ipaths = [self.get_mercury(tempnorm(t)) for t in temp]
        self.inner.set_paths(ipaths)

这个类的用法可能如下所示，

plt.rcParams["figure.figsize"] = (5.5,3) 
plt.rcParams["figure.dpi"] = 72*3

fig, ax = plt.subplots()
p = TemperaturePlot()
p.scatter([.25,.5,.75], [.3,.4,.5], s=[800,1200,1600], temp=[28,39,35], color="C3",
          ax=ax, transform=ax.transAxes)

plt.show()

在这里，我们用“水银”柱的填充所描绘的不同温度绘制了3个温度计。由于不给出归一化，它将使[28,39,35]的温度在最小值和最大值之间正常化。

​

​

或者我们可以使用颜色(c)和temp来显示温度，如

np.random.seed(42)
fig, ax = plt.subplots()
n = 42
x = np.linspace(0,100,n)
y = np.cumsum(np.random.randn(n))+5

ax.plot(x,y, color="darkgrey", lw=2.5)

p = TemperaturePlot()
p.scatter(x[::4],y[::4]+3, s=300, temp=y[::4], c=y[::4], edgecolor="k", cmap="RdYlBu_r")

ax.set_ylim(-6,18)
plt.show()

​

​