Python数据可视化:Matplotlib绘图详解(二)

上一章节我们学习了matplotlib的基本用法和坐标轴设置方面的一些内容,这节课,我们要学习在图中添加图例与标注。

基本用法

本章知识点归纳如下:

1.添加图例:plt.legend()

2.画点:plt.scatter()

3.添加标注:plt.annotate()

4.添加注释:plt.text()

添加图例

matplotlib 中的 legend 图例就是为了帮我们展示出每个数据对应的图像名称,更好的让读者认识到你的数据结构。

上次课我们了解到关于坐标轴设置方面的一些内容,代码如下:

本节中我们将对图中的两条线绘制图例,首先我们设置两条线的类型等信息(蓝色实线与红色虚线),并且通过label参数为两条线设置名称。

比如直线的名称就叫做 "linear line", 曲线的名称叫做 "square line"。

当然,只是设置好名称并不能使我们的图例出现,要通过plt.legend()设置图例的显示。

legend获取代码中的 label 的信息, plt 就能自动的为我们添加图例。

如果希望图例能够更加个性化,可通过以下方式更改:

参数 loc 决定了图例的位置,比如参数 loc='upper right' 表示图例将添加在图中的右上角。

其中’loc’参数有多种,’best’表示自动分配最佳位置,其余的如下:

'best' : 0,

'upper right' : 1,

'upper left' : 2,

'lower left' : 3,

'lower right' : 4,

'right' : 5,

'center left' : 6,

'center right' : 7,

'lower center' : 8,

'upper center' : 9,

'center' : 10

同样可以通过设置 handles 参数来选择图例中显示的内容。

首先,在上面的代码 plt.plot(x, y2, label='linear line') 和 plt.plot(x, y1, label='square line') 中用变量 l1 和 l2 分别存储起来,而且需要注意的是 l1, l2,要以逗号结尾, 因为plt.plot() 返回的是一个列表。

然后将 l1,l2 这样的objects以列表的形式传递给 handles。

另外,label 参数可以用来单独修改之前的 label 信息, 给不同类型的线条设置图例信息。

Annotation 标注

当图线中某些特殊地方需要标注时,我们可以使用 annotation. matplotlib 中的 annotation 有两种方法,一种是用 plt 里面的 annotate,一种是直接用 plt 里面的 text 来写标注。首先回顾一下上一章节的画图教程:

然后标注出点(x0, y0)的位置信息。

用plt.plot([x0, x0,], [0, y0,], 'k--', linewidth=2.5) 画出一条垂直于x轴的虚线。

其中,[x0, x0,], [0, y0,] 表示在图中画一条从点 (x0,y0) 到 (x0,0) 的直线,'k--' 表示直线的颜色为黑色(black),线形为虚线。

而 plt.scatter 函数可以在图中画点,此时我们画的点为 (x0,y0), 点的大小(size)为 50, 点的颜色为蓝色(blue),可简写为 b。

添加注释 annotate

接下来我们就对(x0, y0)这个点进行标注。

第一种方式就是利用函数 annotate(),其中 r'$2x+1=%s$' %y0 代表标注的内容,可以通过字符串 %s 将 y0 的值传入字符串;

参数xycoords='data' 是说基于数据的值来选位置;

xytext=(+30, -30) 和 textcoords='offset points' 表示对于标注位置的描述 和 xy 偏差值,即标注位置是 xy 位置向右移动 30;

向下移动30, arrowprops是对图中箭头类型和箭头弧度的设置,需要用 dict 形式传入。

添加注释 text

第二种注释方式是通过 text() 函数,其中 -3.7,3, 是选取text的位置, r'$This\ is\ the\ some\ text. \mu\ \sigma_i\ \alpha_t$' 为 text 的内容,其中空格需要用到转字符 \ ,fontdict 设置文本字的大小和颜色。

tick 能见度

当图片中的内容较多,相互遮盖时,我们可以通过设置相关内容的透明度来使图片更易于观察,也即是通过本节中的bbox参数设置来调节图像信息。

首先参考之前的例子, 我们先绘制图像基本信息:

然后对被遮挡的图像调节相关透明度,本例中设置 x轴 和 y轴 的刻度数字进行透明度设置。

其中label.set_fontsize(12)重新调节字体大小,bbox设置目的内容的透明度相关参,facecolor调节 box 前景色,edgecolor 设置边框, 本处设置边框为无,alpha设置透明度. 最终结果如下:

小伙伴们,以上就是图例与标注的所有教程,今天的内容没有太多机动性,所以就不再设置练习题了。

可能大家会觉得设置图例和标注的参数比较复杂很难记忆,不用担心,我们不需要刻意去记住,只要知道matplotlib提供了这样的画图功能,在使用的时候,在去查找相关参数即可!

第一章习题答案

更好的阅读及实践体验在kesci.com。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180929G1HW9P00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。

扫码关注云+社区

领取腾讯云代金券