matplotlib.patches.Polygon的contains_point()方法add_patch后失效问题

嘿，我刚好踩过这个坑！你遇到的问题核心是坐标系统不匹配——matplotlib.patches.Polygon的contains_point()默认是基于屏幕显示坐标（像素）判断的，但你大概率是传入了数据坐标，而且调用add_patch()后，补丁和坐标轴的变换系统绑定，这就直接导致判断逻辑失效了。

下面给你两种靠谱的解决方法，全程只用matplotlib，完全不用依赖shapely：

第一步：理解问题根源 #

当你把Polygon通过add_patch()添加到轴（Axes）后，补丁的顶点存储的是数据坐标，但contains_point()默认接收的是经过轴变换后的屏幕像素坐标。直接传数据点进去，相当于用数据坐标系的数值去匹配像素位置，结果肯定不对。

第二步：两种正确的判断方式 #

方式1：手动转换数据点到显示坐标

利用轴的transData变换，把你的数据点转换成屏幕坐标后再传入判断：

import matplotlib.pyplot as plt
from matplotlib.patches import Polygon

# 初始化图表和轴
fig, ax = plt.subplots()
# 创建多边形补丁（用数据坐标定义顶点）
poly_verts = [(0, 0), (2, 0), (2, 2), (0, 2)]
poly = Polygon(poly_verts, facecolor="#a8e6cf")
ax.add_patch(poly)
# 设置轴范围确保多边形可见
ax.set_xlim(-0.5, 2.5)
ax.set_ylim(-0.5, 2.5)

# 要判断的目标数据点
test_point = (1, 1)

# 把数据点转换为屏幕显示坐标
display_point = ax.transData.transform(test_point)
# 执行判断
is_inside = poly.contains_point(display_point)
print(f"点{test_point}是否在多边形内：{is_inside}")  # 会返回True

方式2：直接给contains_point()传入变换参数

contains_point()本身支持传入transform参数，指定你的点使用的坐标系统，它会自动帮你完成转换：

# 沿用上面的初始化代码...

# 直接传入数据点，同时指定坐标变换为轴的transData
is_inside = poly.contains_point(test_point, transform=ax.transData)
print(f"点{test_point}是否在多边形内：{is_inside}")  # 同样返回True

迭代更新补丁后的注意事项 #

如果你是逐迭代更新补丁的顶点（比如动态修改多边形形状），要记住：

• 不要直接修改补丁的verts属性，一定要用poly.set_verts(new_verts)方法，这样matplotlib会同步更新内部的变换缓存。
• 更新后的判断逻辑和上面完全一致，不需要额外调整——因为补丁始终绑定着轴的transData变换，只要用对坐标系统就没问题。

内容的提问来源于stack exchange，提问作者dinatrina