本篇文章为大家展示了如何在matplotlib中使用SpanSelector方法，内容简明扼要并且容易理解，绝对能使你眼前一亮，通过这篇文章的详细介绍希望你能有所收获。
为白河等地区用户提供了全套网页设计制作服务，及白河网站建设行业解决方案。主营业务为网站建设、
网站设计、白河网站设计，以传统方式定制建设网站，并提供域名空间备案等一条龙服务，秉承以专业、用心的态度为用户提供真诚的服务。我们深信只要达到每一位用户的要求，就会得到认可，从而选择与我们长期合作。这样，我们也可以走得更远！
范围选区概述
范围选区是一种常见的对象选择方式，在一个子图中，可以在某一个轴方向上用鼠标选择起始范围的数据，这个特性可用来实现数据缩放（datazoom）。在matplotlib中的范围选区属于部件（widgets），matplotlib中的部件都是中性（neutral ）的，即与具体后端实现无关。
范围选区具体实现定义为matplotlib.widgets.SpanSelector类，继承关系为：Widget->AxesWidget->_SelectorWidget->SpanSelector。
SpanSelector类的签名为class matplotlib.widgets.SpanSelector(ax, onselect, direction, minspan=None, useblit=False, rectprops=None, onmove_callback=None, span_stays=False, button=None)。
SpanSelector类构造函数的参数为：
ax：范围选区生效的子图，类型为matplotlib.axes.Axes的实例。
onselect：范围选区完成后执行的回调函数，函数签名为def func(min, max)，min、max的数据类型均为浮点数，表示选区在某个坐标轴方向上的最小值和较大值。
direction：范围选区的坐标轴方向，取值范围为{"horizontal", "vertical"}，类型为字符串。
minspan：选区的最小范围，选区范围小于minspan将不会触发onselect。rectprops：范围选区的外观的属性，默认值为None。
span_stays：布尔值，是否在鼠标释放后仍然保留选区，默认值为False。
onmove_callback：当选区确定后移动鼠标触发的回调函数，函数签名为def func(min, max)，min、max的数据类型均为浮点数，默认值为None。
SpanSelector类中的state_modifier_keys公有变量state_modifier_keys定义了操作快捷键，类型为字典。
案例：范围选取基本实现
官方案例一，范围选区基本实现。
案例说明
单击鼠标拖动到适当位置释放鼠标形成范围选区，选区为透明度0.5蓝色，控制台输出选区在横坐标轴上的较大、最小坐标。
控制台输出：
1.569758064516129 2.0044354838709677
案例代码
import matplotlib.pyplot as plt
import matplotlib.widgets as mwidgets
fig, ax = plt.subplots()
ax.plot([1, 2, 3], [10, 50, 100])
def onselect(vmin, vmax):
print(vmin, vmax)
rectprops = dict(facecolor='blue', alpha=0.5)
span = mwidgets.SpanSelector(ax, onselect, 'horizontal',span_stays=True,
rectprops=rectprops)
plt.show()
案例：数据缩放功能
官方案例，https://matplotlib.org/gallery/widgets/span_selector.html
案例说明
在上方子图单击鼠标拖动到适当位置释放鼠标形成范围选区，选区为红色，下方子图重绘为选定区域内数据系列，起到了数据放大的效果。
案例代码
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.widgets import SpanSelector
# Fixing random state for reproducibility
np.random.seed(19680801)
fig, (ax1, ax2) = plt.subplots(2, figsize=(8, 6))
ax1.set(facecolor='#FFFFCC')
x = np.arange(0.0, 5.0, 0.01)
y = np.sin(2*np.pi*x) + 0.5*np.random.randn(len(x))
ax1.plot(x, y, '-')
ax1.set_ylim(-2, 2)
ax1.set_title('Press left mouse button and drag to test')
ax2.set(facecolor='#FFFFCC')
line2, = ax2.plot(x, y, '-')
def onselect(xmin, xmax):
indmin, indmax = np.searchsorted(x, (xmin, xmax))
indmax = min(len(x) - 1, indmax)
thisx = x[indmin:indmax]
thisy = y[indmin:indmax]
line2.set_data(thisx, thisy)
ax2.set_xlim(thisx[0], thisx[-1])
ax2.set_ylim(thisy.min(), thisy.max())
fig.canvas.draw()
span = SpanSelector(ax1, onselect, 'horizontal', useblit=True, span_stays=True,
rectprops=dict(alpha=0.5, facecolor='red'))
# Set useblit=True on most backends for enhanced performance.
plt.show()上述内容就是如何在matplotlib中使用SpanSelector方法，你们学到知识或技能了吗？如果还想学到更多技能或者丰富自己的知识储备，欢迎关注创新互联行业资讯频道。
本文名称：如何在matplotlib中使用SpanSelector方法-创新互联
浏览路径：
http://cdkjz.cn/article/pijjh.html
