检查椭圆内点是否比contains_point方法（Matplotlib）更快

要比contains_point方法更快地检查椭圆内的点，我们可以采取以下步骤 –

设置图形大小，调整subplot之间和周围的填充。
创建一个图形和一组子图。
设置纵横比相等。
使用numpy创建x和y数据点。
初始化椭圆的中心，高度，宽度和角度。
获取一个缩放自由的椭圆。
在轴的补丁中添加 ‘~ .Patch’; 返回补丁。
如果该点位于椭圆内，则将其颜色更改为“红色”；否则为“绿色”。
使用 scatter() 方法绘制带有颜色的x和y数据点。
使用 show() 方法显示图形。

示例

import matplotlib.pyplot as plt
import matplotlib.patches as patches
import numpy as np

plt.rcParams["figure.figsize"] = [7.50, 3.50]
plt.rcParams["figure.autolayout"] = True

fig, ax = plt.subplots(1)
ax.set_aspect('equal')

x = np.random.rand(100) * 0.5 + 0.7
y = np.random.rand(100) * 0.5 + 0.7

center = (0.7789, 0.7789)
width = 0.45
height = 0.20
angle = 45.
ecl = patches.Ellipse(center, width, height, angle=angle,
fill=False, edgecolor='green', linewidth=5)
ax.add_patch(ecl)

cosine = np.cos(np.radians(180. - angle))
sine = np.sin(np.radians(180. - angle))

xc = x - center[0]
yc = y - center[1]

xct = xc * cosine - yc * sine
yct = xc * sine + yc * cosine

rad_cc = (xct ** 2 / (width / 2.) ** 2) + (yct ** 2 / (height / 2.) ** 2)
colors = np.array(['yellow'] * len(rad_cc))
colors[np.where(rad_cc <=)[0]] = 'red'

ax.scatter(x, y, c=colors, linewidths=0.7)

plt.show()