Matplotlib 可視化之圖例與標(biāo)簽高級應(yīng)用
加入技術(shù)交流群
以下文章來源于數(shù)據(jù)STUDIO ，作者云朵君
作者 | 云朵君
來源 | 數(shù)據(jù)STUDIO
裝飾物指的是你可以添加到一個圖形上的所有額外元素，以美化它或使它更清晰。裝飾物包括圖例、注釋、顏色條、文本等標(biāo)準(zhǔn)元素，但也可以專門設(shè)計自己的元素。今天一起繼續(xù)學(xué)習(xí)圖例與標(biāo)簽元素的應(yīng)用實(shí)例。配置圖例
想在可視化圖形中使用圖例，可以為不同的圖形元素分配標(biāo)簽。圖例非常容易使用，只要求用戶命名圖。Matplotlib將自動創(chuàng)建一個包含每個圖形元素的圖例。即使在大多數(shù)情況下，一個簡單的legend() 調(diào)用就足夠了，但圖例還是提供了幾個選項，允許我們自定義圖例的各個配置。如使用
ax.legend(loc='upper left',
frameon=False,
edgecolor="None")
上下滑動查看更多源碼
fig = plt.figure(figsize=(9.6, 4))
ax = plt.subplot(
xlim=[-np.pi, np.pi],
xticks=[-np.pi, -np.pi / 2, 0, np.pi / 2, np.pi],
xticklabels=["$-\pi$", "$-\pi/2$", "0", "$+\pi/2$", "$+\pi$"],
ylim=[-1, 1],
yticks=[-1, 0, 1],
yticklabels=["-1", "0", "+1"],
)
X = np.linspace(-np.pi, np.pi, 256, endpoint=True)
C, S = np.cos(X), np.sin(X)
# 繪制兩條折線，顏色默認(rèn)
ax.plot(X, C, label="$cos(x)$", clip_on=False)
ax.plot(X, S, label="$sin(x)$", clip_on=False)
# 隱藏上右邊的軸線
ax.spines["right"].set_visible(False)
ax.spines["top"].set_visible(False)
# 移動下左邊的軸線
ax.spines["left"].set_position(("data", -3.25))
ax.spines["bottom"].set_position(("data", -1.25))
ax.legend(edgecolor="None",loc=2,frameon=False)然而，在某些情況下，用圖例來添加信息可能不是最合適的方式。例如，當(dāng)你有多個圖表時，讀者在閱讀圖表，視線在圖表和圖例之間來回切換時，可能會覺得很乏味。另一種可以解決此類困惑的方法是在下圖所示的圖上直接添加信息。上下滑動查看更多源碼
X = np.linspace(-np.pi, np.pi, 400, endpoint=True)
C, S = np.cos(X), np.sin(X)
plot1, plot2 = plot(ax) # 繪制折線圖的對象
# --------------------P1-------------------------
# 用小橫線標(biāo)注在折線旁邊
ax.text(
X[-1], C[-1],
" — " + plot1.get_label(), # 從對象中獲取標(biāo)簽
color=plot1.get_color(), # 從對象中獲取線條顏色
size="small", ha="left", va="center",)
# --------------------P2--------------------------
# 標(biāo)注在對應(yīng)折線上，且有透明邊框
ax.text(
X[100], C[100],
" " + plot1.get_label(),
bbox=dict(facecolor="white", edgecolor="None", alpha=0.85),
color=plot1.get_color(),
ha="center", va="center", size="small",
rotation=42.5,)
# --------------------P3--------------------------
# 使用箭頭
ax.annotate(
"$cos(x)$",
(X[100], C[100]),
size="medium",
color=plot1.get_color(),
xytext=(-50, +10),
textcoords="offset points",
arrowprops=dict(
arrowstyle="->", color=plot1.get_color(),
connectionstyle="arc3,rad=-0.3"),)
# --------------------P4--------------------------
# 圈點(diǎn)和注釋的組合
index = 10
ax.scatter(
[X[index]], [C[index]],
s=100, marker="o", zorder=10,
edgecolor=plot1.get_color(),
facecolor="white", linewidth=1, clip_on=False,)
ax.text(
X[index], 1.01 * C[index],
"A",
zorder=20,size="small",
color=plot1.get_color(),
ha="center", va="center", clip_on=False,)當(dāng)然，這里是沒有最好的選擇，因為它真的取決于數(shù)據(jù)。對于上述的sin / cos的示例(非常簡單)，這四種解決方案都是合適的，但當(dāng)有很多實(shí)際數(shù)據(jù)一起使用時，可能這種方法就失效了。此時我們可能需要尋求其他方式來標(biāo)記數(shù)據(jù)，如將圖分成幾個圖分別展示。標(biāo)題和標(biāo)簽
我們已經(jīng)使用 set_title、set_xlabel 和 set_ylabel 方法操作了標(biāo)題和標(biāo)簽。當(dāng)僅僅使用默認(rèn)參數(shù)時，確實(shí)比較方便。并且它們的默認(rèn)位置通常對大多數(shù)圖表都比較合適。盡管如此，仍然可以使用各種參數(shù)來定制和美化圖形。如下面兩個圖所示，對比觀察，可以明顯發(fā)現(xiàn)：上圖大部分使用了默認(rèn)參數(shù)。而下圖中，用軸標(biāo)簽替換軸刻度標(biāo)簽，即在軸中間加上說明標(biāo)簽，為了使其更靠近軸，刪除了可能與標(biāo)簽碰撞的中心刻度。此外，將標(biāo)題其向右移動，并相應(yīng)地移動圖例框，將其放置在標(biāo)題下方，并且使用一行兩列的排列方式。其實(shí)這里沒有做過復(fù)雜的操作，但我認(rèn)為結(jié)果在視覺上更驚艷。
ax.legend(
edgecolor="None",
ncol=2,
loc="upper right",
bbox_to_anchor=(1.01, 1.225),
# 用于與loc一起定位圖例的框。(x, y, width, height)
borderaxespad=1,
# 軸線和圖例邊框之間的填充，以字體大小為單位。
)
# 設(shè)置標(biāo)題
ax.set_title("三角函數(shù)", x=1, y=1.2, ha="right",size=14)
# 設(shè)置x軸標(biāo)簽
ax.set_xlabel("角度", va="center", weight="bold",size=12)
ax.xaxis.set_label_coords(0.5, -0.25)
# 設(shè)置標(biāo)簽的坐標(biāo)。
# 默認(rèn)情況下，y 標(biāo)簽的 x 坐標(biāo)和 x 標(biāo)簽的 y 坐標(biāo)由刻度標(biāo)簽邊界框確定，
# 但是如果有多個軸，這可能會導(dǎo)致多個標(biāo)簽對齊不良。
# 設(shè)置y軸標(biāo)簽
ax.set_ylabel("值", ha="center", weight="bold",size=12)
ax.yaxis.set_label_coords(-0.025, 0.5)
在某些情況下(如會議海報)，可能需要讓標(biāo)題更吸引眼球，如下圖所示。這可以通過使用make_axes_locatable 方法來劃分每個軸，并為標(biāo)題區(qū)域預(yù)留15%的高度。在這個圖中，還用Latex 插入了一個完全對齊的文本，它可以被看作是另一種形式或(高級)裝飾。完整代碼參見latex-text-box[1]
在matplotlib中，注釋可能是最難處理的對象。原因是它包含的概念眾多，而這些概念又具有大量的參數(shù)。此外，由于注釋所涉及的文本大小是按點(diǎn)排列的，這無疑又是雪上加霜。此外可能需要混合使用像素、點(diǎn)、分?jǐn)?shù)或數(shù)據(jù)單元中的絕對坐標(biāo)或相對坐標(biāo)。你可以這么認(rèn)為，你可以對具有任何類型投影的任何軸進(jìn)行注釋，那么你現(xiàn)在應(yīng)該可以理解到為什么annotate方法提供這么多參數(shù)。
上面這段話比較抽象，接下來我們一起看下具體例子。注釋圖形最簡單的方法是在想要注釋的點(diǎn)附近添加標(biāo)簽，如下圖所示。圖中，為了使得標(biāo)簽獨(dú)立于數(shù)據(jù)分布保持可讀性，為標(biāo)簽添加了一個白色的輪廓。然而，如果這樣的點(diǎn)過多，所有不同的標(biāo)簽可能會使圖形變得混亂，并可能會掩蓋潛在的重要信息。
上下滑動查看更多源碼
import matplotlib.patheffects as path_effects
fig = plt.figure(figsize=(10, 5))
ax = plt.subplot(1, 2, 1, xlim=[-1, +1],
xticks=[], ylim=[-1, +1],
yticks=[], aspect=1)
# ---------------------------------------------
# 繪制散點(diǎn)圖
np.random.seed(123)
X = np.random.normal(0, 0.35, 1000)
Y = np.random.normal(0, 0.35, 1000)
ax.scatter(X, Y, edgecolor="None", s=60,
facecolor="C1", alpha=0.5)
# 不重復(fù)采用：array([1, 4, 0, 3, 2])
I = np.random.choice(len(X), size=5,
replace=False)
# 根據(jù)y值，從大到小排序
Px, Py = X[I], Y[I]
I = np.argsort(Y[I])[::-1]
Px, Py = Px[I], Py[I]
# 將隨機(jī)選取的五個點(diǎn)用黑色邊框框選出
ax.scatter(Px, Py, edgecolor="black", facecolor="white", zorder=20)
ax.scatter(Px, Py, edgecolor="None", facecolor="C1", alpha=0.5, zorder=30)for i in range(len(I)):
# 五個注釋是樣式是一樣的，可以使用循環(huán)添加
text = ax.annotate(
"Point " + chr(ord("A") + i),
xy=(Px[i], Py[i]),
xycoords="data",
xytext=(0, 18),
textcoords="offset points",
ha="center",
size="medium",
arrowprops=dict(
arrowstyle="->", shrinkA=0, shrinkB=5, color="black", linewidth=0.75),
)
text.set_path_effects(
[path_effects.Stroke(linewidth=2, foreground="white"), path_effects.Normal()]
)
text.arrow_patch.set_path_effects(
[path_effects.Stroke(linewidth=2, foreground="white"), path_effects.Normal()]
)
另一種方法是將標(biāo)簽推到圖的一側(cè)，并使用虛線來建立點(diǎn)和標(biāo)簽之間的鏈接，如下圖所示。但這些形狀、位置、排列方式等樣式的設(shè)計并不是圖形自動的，為了繪制出該圖形，就必須計算幾乎所有的東西。首先，為了不讓線相互交叉，將目標(biāo)標(biāo)記的點(diǎn)排序:
X = np.random.normal(0, .35, 1000)
Y = np.random.normal(0, .35, 1000)
ax.scatter(X, Y, edgecolor="None",
facecolor="C1", alpha=0.5)
I = np.random.choice(len(X), size=5, replace=False)
Px, Py = X[I], Y[I]
I = np.argsort(Y[I])[::-1]
Px, Py = Px[I], Py[I]
從這些點(diǎn)開始，使用一個相當(dāng)復(fù)雜的連接樣式來注釋它們：
上下滑動查看更多源碼
y, dy = 0.25, 0.125
style = "arc,angleA=-0,angleB=0,armA=-100,armB=0,rad=0"
for i in range(len(I)):
text = ax2.annotate(
"Point " + chr(ord("A") + i),
xy=(Px[i], Py[i]),
xycoords="data",
xytext=(1.25, y - i * dy),
textcoords="data",
arrowprops=dict(
arrowstyle="->",
color="black",
linewidth=0.75,
shrinkA=20,
shrinkB=5,
patchA=None,
patchB=None,
connectionstyle=style,
),
)
text.arrow_patch.set_path_effects(
[path_effects.Stroke(linewidth=2, foreground="white"), path_effects.Normal()]
)上下滑動查看更多源碼
from matplotlib.gridspec import GridSpec
from matplotlib.patches import Rectangle, ConnectionPatch
# 設(shè)置畫布
fig = plt.figure(figsize=(6, 5))
n = 5
gs = GridSpec(n, n + 1)
ax = plt.subplot( gs[:n, :n],
xlim=[-1, +1], xticks=[],
ylim=[-1, +1], yticks=[], aspect=1)
# 繪制散點(diǎn)圖略（見上面代碼）
dx, dy = 0.075, 0.075
for i, (x, y) in enumerate(zip(Px, Py)):
# 設(shè)置子畫布
sax = plt.subplot(
gs[i, n],
xlim=[x - dx, x + dx],
xticks=[],
ylim=[y - dy, y + dy],
yticks=[],
aspect=1,)
# 在子畫布上繪制散點(diǎn)
sax.scatter(X, Y, edgecolor="None",
facecolor="C1", alpha=0.5,s=60)
sax.scatter(Px, Py, edgecolor="black",
facecolor="None", linewidth=0.75,s=60)
# 加上注釋
sax.text(
1.1, 0.5,
"Point " + chr(ord("A") + i),
rotation=90, size=8, ha="left", va="center",
transform=sax.transAxes, )
# 繪制矩形
rect = Rectangle(
(x - dx, y - dy),
2 * dx, 2 * dy,
edgecolor="black", facecolor="None",
linestyle="--", linewidth=0.75, )
ax.add_patch(rect)
# 繪制連接補(bǔ)丁Patch
con = ConnectionPatch(
xyA=(x, y), coordsA=ax.transData,
xyB=(0, 0.5), coordsB=sax.transAxes,
linestyle="--", linewidth=0.75,
patchA=rect, arrowstyle="->", )
fig.add_artist(con)GridSpec：指定子圖將放置的網(wǎng)格的幾何位置。需要設(shè)置網(wǎng)格的行數(shù)和列數(shù)。子圖布局參數(shù)（例如，左，右等）可以選擇性調(diào)整。ConnectionPatch：用于在兩點(diǎn)之間建立連接線。
上下滑動查看更多參數(shù)
參數(shù)：xyA: 它是x-y圖上也稱為點(diǎn)A的連接線的起點(diǎn)。xyB: 它是x-y圖上連接線的起點(diǎn)，也稱為點(diǎn)B。coordsA: A點(diǎn)的坐標(biāo)。coordsB: B點(diǎn)的坐標(biāo)。axesA: 它是x-y圖上連接軸的起點(diǎn)。axesB: 它是x-y圖上連接軸的終點(diǎn)。arrowstyle: 用于設(shè)置連接箭頭的樣式。其默認(rèn)類型為“-”。arrow_transmuter: 用于忽略連接線。connectionstyle: 它描述了posA和posB的連接方式。它可以是ConnectionStyle類的實(shí)例，也可以是connectionstyle名稱的字符串，它具有可選的逗號分隔屬性。connector: 通常忽略它，并決定忽略哪個連接器。patchA: 用于在A點(diǎn)添加補(bǔ)丁。patchB: 用于在B點(diǎn)添加補(bǔ)丁shrinkA: 用于在A點(diǎn)收縮連接器。shrinkB: 用于在B點(diǎn)收縮連接器。mutation_scale: 箭頭樣式的屬性(例如head_length)的縮放比例值。mutation_aspect: 變異前，矩形的高度將被該值擠壓，變異框?qū)⒈黄涞箶?shù)拉伸。clip_on: 設(shè)置藝術(shù)家是否使用剪輯。dpi_cor: dpi_cor當(dāng)前用于linewidth-related事物和收縮因子。突變規(guī)模受此影響。
參考資料[1]
latex-text-box: https://github.com/rougier/scientific-visualization-book/blob/master/code/ornaments/latex-text-box.py
[2]Scientific Visualisation-Python & Matplotlib
*博客內(nèi)容為網(wǎng)友個人發(fā)布，僅代表博主個人觀點(diǎn)，如有侵權(quán)請聯(lián)系工作人員刪除。
