这几个Matplotlib绘图技巧，真的是太实用了

用户6888863

发布于 2023-03-01 20:18:50

2450

发布于 2023-03-01 20:18:50

文章被收录于专栏：AI篮球与生活AI篮球与生活

今天呢，小编来为大家分享几个用matplotlib模块绘制图表的小技巧，希望看了之后会对大家有不少的帮助！！

在图表中插入图片

如果我们想要在绘制的图表中插入图片，具体该怎么来实现呢？！需要用到的数据集如下图所示

import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.size'] = 14

df = pd.DataFrame()
df["Years"] = [2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021]
df["Installed Capacity (GW)"] = [72, 102, 137, 176, 223, 295, 390, 483, 585, 710, 843]
df.set_index("Years", inplace = True)
df

output

我们首先来绘制一张简单的图表，代码如下所示

fig, ax = plt.subplots(figsize = (12, 8))
df.plot(kind = "bar", ax = ax)
plt.ylabel("GW")
# Remove legend along with the frame
plt.legend([], frameon = False)
plt.title("Global Installed Capacity of Solar PV")
# Hide the right and top spines
ax.spines.right.set_visible(False)
ax.spines.top.set_visible(False)
# Set xticks rotation to 0
plt.xticks(rotation = 0)
# Add grid line
plt.grid(axis = "y")
# Adding value labels on top of bars
for i in range(len(df)): 
    installed = df.iloc[i][0]
    plt.text(x = i - 0.2,y = installed + 5,
             s = str(installed))
# Add source
plt.text(8, -100, "Source: IRENA, 2022")
plt.show()

output

从上面的代码中我们看出，如果是往图表中添加文字注释，调用的函数是plt.text()，我们需要插入的图片如下图所示，

import matplotlib.image as image

logo = image.imread("logo1.png")
plt.imshow(logo)
plt.show()

output

那么要将图片添加到图表中去的话，调用的是OffsetImage模块和AnnotationBbox模块，首先我们将图片元素放入到OffsetImage当中去，并且调整放大缩小的比例，然后再是调用AnnotationBbox模块来确定添加图片的具体位置，代码如下

from matplotlib.offsetbox import (OffsetImage, AnnotationBbox)

imagebox = OffsetImage(logo, zoom = 0.15)
ab = AnnotationBbox(imagebox, (5, 700), frameon = False)
ax.add_artist(ab)

整体的代码如下所示

import matplotlib.image as image
from matplotlib.offsetbox import (OffsetImage, AnnotationBbox)

fig, ax = plt.subplots(figsize = (12, 8))
df.plot(kind = "bar", ax = ax)
imagebox = OffsetImage(logo, zoom = 0.5)
ab = AnnotationBbox(imagebox, (5, 700), frameon = False)
ax.add_artist(ab)
plt.ylabel("GW")

# 标题
plt.title("Global Installed Capacity of Solar PV")

ax.spines.right.set_visible(False)
ax.spines.top.set_visible(False)
# 添加横线
plt.grid(axis = "y")
# 柱状图上添加注释
for i in range(len(df)):   
    installed = df.iloc[i][0]
    plt.text(x = i - 0.2,
            y = installed + 5,
            s = str(installed))
# 添加注释
plt.text(8, -100, "Source: IRENA, 2022")
plt.show()

output

用`Matplotlib`制作动图

那之前小编来写过相制作动图的相类似的文章，有兴趣的读者朋友可以点击下面的链接查阅。

- 用Python绘制超酷的gif动图，惊艳了所有人

其实用matplotlib模块来制作动图则十分的方便，效果如下图所示

首先的第一步是创建一个自定义函数来绘制不同时间节点的图表，代码如下

def create_frame(t):
    fig = plt.figure(figsize=(6, 6))
    plt.plot(x[:(t+1)], y[:(t+1)], color = 'grey' )
    plt.plot(x[t], y[t], color = 'black', marker = 'o' )
    plt.xlim([0,5])
    plt.xlabel('x', fontsize = 14)
    plt.ylim([0,5])
    plt.ylabel('y', fontsize = 14)
    plt.title(f'Relationship between x and y at step {t}',
              fontsize=14)
    plt.savefig(f'img_{t}.png', 
                transparent = False,  
                facecolor = 'white'
               )
    plt.show()
    plt.close()

我们调用上述的自定义函数来绘制不同时间节点的图表，代码如下

x = [1, 2, 3, 4, 4, 4, 4, 3, 2, 1, 1, 1, 1]
y = [1, 1, 1, 1, 2, 3, 4, 4, 4, 4, 3, 2, 1]
time = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]

for t in time:
    create_frame(t)

output

最后我们将所有绘制出来的图表结合到一起，制作成gif动图即可，代码如下

frames = []
for image_name in ["img_0.png", "img_1.png", "img_2.png", "img_3.png", "img_4.png", "img_5.png",
                   "img_6.png", "img_7.png", "img_8.png", "img_9.png", "img_10.png", "img_11.png", "img_12.png"]:
    frames.append(imageio.imread(image_name))
    
imageio.mimsave('example.gif', 
                frames,          
                fps = 5)

本文参与腾讯云自媒体分享计划，分享自微信公众号。

原始发表：2022-10-24，如有侵权请联系 cloudcommunity@tencent.com 删除

python

matlab

numpy

本文分享自关于数据分析与可视化微信公众号，前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体分享计划，欢迎热爱写作的你一起参与！

python

matlab

numpy

登录后参与评论

0 条评论

热度