折线斜率变化对fill_betweenx填充区域的影响及优化问询

核心思路 #

问题本质是当x_orig - c和x_orig + c两条曲线交叉时，fill_betweenx仅填充同一y值下两条曲线的左右区间，而我们需要的是对每个y值取两条曲线的最小x为左边界、最大x为右边界，这样无论曲线是否交叉，都能填充两曲线覆盖的全部横向区域。同时利用这些边界值可判断散点是否在填充区域内，实现屏蔽效果。

代码实现 #

import matplotlib.pyplot as plt
import numpy as np
from scipy.interpolate import interp1d

# 示例原始曲线数据
y_orig = np.linspace(0, 10, 100)
x_orig = np.sin(y_orig) * 3 + y_orig / 2  # 构造带正负斜率的交叉曲线
c = 1.5  # 偏移量

# 计算两条偏移曲线
x_left = x_orig - c
x_right = x_orig + c

# 生成填充边界：对每个y值取两条曲线的极值
fill_left = np.minimum(x_left, x_right)
fill_right = np.maximum(x_left, x_right)

# 绘制填充区域与曲线
plt.figure(figsize=(8, 6))
plt.fill_betweenx(y_orig, fill_left, fill_right, color='lightblue', alpha=0.5)
plt.plot(x_orig, y_orig, 'k-', label='Original Curve')
plt.plot(x_left, y_orig, 'r--', label='Left Offset')
plt.plot(x_right, y_orig, 'b--', label='Right Offset')

# 生成并筛选散点（屏蔽填充区域内的点）
np.random.seed(42)
scatter_x = np.random.uniform(-2, 12, 50)
scatter_y = np.random.uniform(0, 10, 50)

# 插值得到散点对应y值的填充边界
left_interp = interp1d(y_orig, fill_left, bounds_error=False, fill_value='extrapolate')
right_interp = interp1d(y_orig, fill_right, bounds_error=False, fill_value='extrapolate')
scatter_left = left_interp(scatter_y)
scatter_right = right_interp(scatter_y)

# 筛选区域外的散点
mask = (scatter_x < scatter_left) | (scatter_x > scatter_right)
plt.scatter(scatter_x[mask], scatter_y[mask], color='darkred', s=30, label='Filtered Scatter')

plt.xlabel('X')
plt.ylabel('Y')
plt.legend()
plt.grid(True)
plt.show()

关键说明 #

• 填充逻辑简化：用np.minimum和np.maximum直接对每个y对应的x值取极值，无需自定义复杂的交叉判断逻辑，完美解决交叉处无填充的问题。
• 散点屏蔽实现：通过interp1d将填充边界的y-x映射扩展到散点的y值范围，快速判断散点是否在填充区间内，筛选逻辑简洁高效。

内容的提问来源于stack exchange，提问作者Isaiah Santistevan