如何在Matplotlib现有绘图中添加可点击垂直线并计算时间差

我有一个包含500万条数据点的数据集，带有时间轴。数据中存在数值发生显著变化的时间事件。我希望添加两条可点击的垂直线来标记其中两个事件，后续显示它们的时间值并计算差值。

以下是基础绘图代码：

import matplotlib.pyplot as plt

time = [1,2,3,4,5,6,7,8,9,10,11,12,13,13,15,16,17,18,19,20]
ch1_scope = [0,0,0,0,5,5,5,5,0,0,0,0,5,5,5,5,0,0,0,0]
ch2_scope = [5,5,5,5,0,0,0,0,5,5,5,5,0,0,0,0,5,5,5,5]

fig, (ax1, ax2) = plt.subplots(2, sharex = True)

ax1.plot(time, ch1_scope, 'tab:red') 
ax1.set_title("Vph1")
ax2.plot(time, ch2_scope, 'tab:olive')
ax2.set_title("Vph2")

该代码生成共享x轴的两个子图。我尝试添加Cursor组件，但它无法永久保留（缩放后消失），也无法动态添加标注。之后添加了点击事件回调，能在控制台输出鼠标位置信息，但不知如何将其可视化到绘图中。请问如何在Matplotlib中实现需求？能否无需重新绘图/重绘完成？

解决方案 #

可以通过Matplotlib的事件绑定机制实现，直接在现有绘图对象上添加垂直线和标注，无需全图重绘，且标记会随缩放平移自动保留。以下是完整实现代码：

import matplotlib.pyplot as plt

time = [1,2,3,4,5,6,7,8,9,10,11,12,13,13,15,16,17,18,19,20]
ch1_scope = [0,0,0,0,5,5,5,5,0,0,0,0,5,5,5,5,0,0,0,0]
ch2_scope = [5,5,5,5,0,0,0,0,5,5,5,5,0,0,0,0,5,5,5,5]

fig, (ax1, ax2) = plt.subplots(2, sharex=True)
ax1.plot(time, ch1_scope, 'tab:red') 
ax1.set_title("Vph1")
ax2.plot(time, ch2_scope, 'tab:olive')
ax2.set_title("Vph2")

# 存储标记线和对应标注的列表，最多保留两条
markers = []
time_annotations = []
diff_annotation = None

def handle_click(event):
    global markers, time_annotations, diff_annotation
    # 仅处理子图内的有效点击
    if not event.inaxes or event.xdata is None:
        return
    
    click_time = event.xdata
    # 超过两条标记时，清除旧标记和标注
    if len(markers) >= 2:
        for line_pair, anno_pair in zip(markers, time_annotations):
            # 删除每条子图的垂直线和标注
            line_pair[0].remove()
            line_pair[1].remove()
            anno_pair[0].remove()
            anno_pair[1].remove()
        markers.clear()
        time_annotations.clear()
        # 清除差值标注
        if diff_annotation:
            diff_annotation.remove()
            diff_annotation = None
    
    # 在两个子图中添加垂直线
    line_top = ax1.axvline(x=click_time, color='blue', linestyle='--', alpha=0.7)
    line_bottom = ax2.axvline(x=click_time, color='blue', linestyle='--', alpha=0.7)
    markers.append((line_top, line_bottom))
    
    # 添加时间值标注，放在子图顶部
    anno_top = ax1.text(click_time, ax1.get_ylim()[1], f't={click_time:.2f}',
                       ha='center', va='bottom', color='blue', 
                       bbox=dict(facecolor='white', alpha=0.8))
    anno_bottom = ax2.text(click_time, ax2.get_ylim()[1], f't={click_time:.2f}',
                         ha='center', va='bottom', color='blue', 
                         bbox=dict(facecolor='white', alpha=0.8))
    time_annotations.append((anno_top, anno_bottom))
    
    # 当有两条标记时，计算并显示时间差
    if len(markers) == 2:
        t1 = markers[0][0].get_xdata()[0]
        t2 = markers[1][0].get_xdata()[0]
        time_diff = abs(t2 - t1)
        # 在画布顶部中央显示差值
        diff_annotation = fig.text(0.5, 0.95, f'时间差: {time_diff:.2f}',
                                  ha='center', va='top', fontsize=12, color='green',
                                  bbox=dict(facecolor='white', alpha=0.8))
    
    # 仅更新变化的元素，避免全图重绘
    fig.canvas.draw_idle()

# 绑定鼠标点击事件
fig.canvas.mpl_connect('button_press_event', handle_click)

plt.show()

关键说明 #

• 事件绑定：通过fig.canvas.mpl_connect绑定鼠标点击事件，在handle_click函数中处理标记逻辑
• 永久标记：添加的axvline和text都是Matplotlib的持久绘图对象，缩放、平移时会自动跟随坐标轴调整，不会消失
• 增量更新：使用fig.canvas.draw_idle()仅重绘需要更新的元素，而非全图重绘，适合大数据集场景
• 标记管理：通过列表控制最多两条标记，点击第三条时自动清除旧标记，同时维护时间标注和差值标注的显示与清除

内容的提问来源于stack exchange，提问作者smajli