Python中如何将散点坐标缩放适配指定坐标轴范围？

核心库与工具 #

• Matplotlib：作为绘图基础，draw_court()一般基于该库实现，同时用其scatter()函数绘制缩放后的散点。
• NumPy：批量处理坐标的缩放计算，高效完成数组级别的映射转换。

实现步骤与关键代码 #

1. 确定球场坐标范围：先获取draw_court()切换X/Y轴后的坐标轴范围（可通过plt.xlim()和plt.ylim()获取），记为court_x_range = [x_min, x_max]，court_y_range = [y_min, y_max]。

2. 坐标缩放与轴适配：
   因为球场图切换了X/Y轴，需要将原散点的X/Y坐标交换后，再映射到球场的坐标系统：

   import numpy as np
   import matplotlib.pyplot as plt
   
   # 原散点数据（示例）
   scatter_x = np.random.uniform(0, 735, 100)
   scatter_y = np.random.uniform(0, 437, 100)
   
   # 获取球场图的坐标轴范围
   plt.figure()
   draw_court()  # 生成切换X/Y轴的欧篮联球场图
   court_x_min, court_x_max = plt.xlim()
   court_y_min, court_y_max = plt.ylim()
   plt.close()
   
   # 缩放并交换坐标轴适配球场
   scaled_x = court_x_min + (scatter_y / 437) * (court_x_max - court_x_min)
   scaled_y = court_y_min + (scatter_x / 735) * (court_y_max - court_y_min)
   
   # 绘制最终可视化图
   plt.figure()
   draw_court()
   plt.scatter(scaled_x, scaled_y, color='darkorange', s=15)
   plt.show()
   

3. 可选：适配原图表全局坐标轴
   如果散点是从X[-200,1300]、Y[-800,800]的全局图表中提取的，需先将散点坐标裁剪到[0,735]和[0,437]范围内，再执行上述缩放步骤：

   # 裁剪散点到目标范围
   scatter_x_adj = np.clip(scatter_x, 0, 735)
   scatter_y_adj = np.clip(scatter_y, 0, 437)
   # 后续缩放步骤同上
   

内容的提问来源于stack exchange，提问作者jah