matplotlib 对坐标的控制,加图例注释的操作

我们可以使用matplotlib.pyplot.locator_params（）来控制刻度线定位器的行为。 即使通常会自动确定标记点的位置，但是如果我们想要绘制较小的标记，则可以控制标记点的数量并使用紧密的视图：

from pylab import *
import numpy as np

ax = gca()
ax.locator_params(tight = True, nbins = 10)
ax.plot(np.random.normal(10, 0.1, 100))
show()

这应该给我们下面的图表：

然后我们可以使用matplotlib.dates.date2num（），matplotlib等助手函数。 dates.num2date（）和matplotlib.dates.drange（）在不同的表示之间转换日期。

我们来看另一个例子：

from pylab import *
import matplotlib as mpl
import datetime

fig = figure()
ax = gca()
start = datetime.datetime(2013, 1, 1)
stop = datetime.datetime(2013, 12, 31)
delta = datetime.timedelta(days = 1)
dates = mpl.dates.drange(start, stop, delta)
values = np.random.rand(len(dates))

ax = gca()
ax.plot_date(dates, values, linestyle= '-', marker='')
date_format = mpl.dates.DateFormatter('%Y-%m-%d')
ax.xaxis.set_major_formatter(date_format)
fig.autofmt_xdate()
show()

上面的代码会给我们下面的图表：

添加图例和注释

图例和注释清楚地解释数据图。 通过给每个图表分配一个关于它所代表的数据的简短描述，我们在阅读者（观众）头脑中启用一个更简单的心智模型。 这个方法将显示如何注释我们的数字上的特定点，以及如何创建和定位数据图例。

让我们来演示如何添加图例和注释:

if __name__ == '__main__':
 x1 = np.random.normal(30, 3, 100)
 x2 = np.random.normal(20, 2, 100)
 x3 = np.random.normal(10, 3, 100)

 plt.plot(x1, label = 'plot')
 plt.plot(x2, label = '2nd plot')
 plt.plot(x3, label = 'last plot')

 plt.legend(bbox_to_anchor=(0., 1.02, 1., .102), loc=3,
    ncol=3, mode='expand', borderaxespad=0.)
 plt.annotate('Important value', (55,20),
     xycoords='data',
     xytext=(5,38),
     arrowprops = dict(arrowstyle = '->'))

 plt.show()

上面的代码会给我们下面的图：

我们所做的就是为每个绘图分配一个字符串标签，因此legend（）将尝试确定要在图例框中添加的内容。 我们通过定义loc参数来设置图例框的位置。 这是可选的，但是我们想要指定一个位置，这个位置最不可能用于绘制图例的图例。 将位置值设置为0是非常有用的，因为它会自动检测图形的位置，图例的位置可以与图形重叠最小。

所有位置参数字符串在下表中给出：

如果不在图例中显示标签，请将标签设置为_nolegend_。

对于图例，我们定义了ncol = 3的列数，并设置了左下角的位置。 我们指定了一个边界框（bbox_to_anchor），从位置（0.，1.02）开始，宽度为1，高度为0.102。 这些是标准化的坐标轴。 参数模式为“None”或“expand”以允许图例框水平放大轴区域。 参数borderaxespad定义轴和图例边界之间的填充。

对于注释，我们已经定义了一个字符串在坐标xy上的图上绘制。 坐标系指定与数据1相同; 因此，坐标系是xycoord ='data'。 文本的起始位置由xytext的值定义。

箭头从xytext绘制到xy坐标，arrowprops字典可以定义该箭头的许多属性。 对于这个例子，我们用箭头来定义箭头样式。

以上这篇matplotlib 对坐标的控制,加图例注释的操作就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持我们。

赞 (0)

相关推荐

  • 在Matplotlib图中插入LaTex公式实例

    Matplotlib可以无缝的处理LaTex字体,在图中加入数学公式 from matplotlib.patches import Polygon import matplotlib.pyplot as plt import numpy as np # 定义一个求积分的函数 def func(x): return 0.3* (x**2) + (0.1*x) + 1 # 定义积分区间 a, b = 1,2 x = np.linspace(0,3) y = func(x) # 绘制曲线 fig, a

  • matplotlib 曲线图 和 折线图 plt.plot()实例

    我就废话不多说了,大家还是直接看代码吧! 绘制曲线: import time import numpy as np import matplotlib.pyplot as plt x = np.linspace(0, 10, 1000) y = np.sin(x) plt.figure(figsize=(6,4)) plt.plot(x,y,color="red",linewidth=1 ) plt.xlabel("x") #xlabel.ylabel:分别设置X.

  • 使用python matplotlib 画图导入到word中如何保证分辨率

    在写论文时,如果是菜鸟级别,可能不会花太多时间去学latex,直接用word去写,但是这有一个问题,当我们用其他工具画完实验彩色图时,放到word中会有比较模糊,这有两个原因导致的. 原因一:图片导入word中,word会对图片进行压缩,导致图片分辨率变小.可以在word中指定word的属性.过程如下: 选中图片 选择格式菜单栏 点击压缩图片按钮(上面圈出来的地方),在弹出来的对话框选择(220ppi),如下图所示: 原因二:用matplotlib产生的图片太大,如果在word中显示就需要缩小,

  • Python matplotlib绘制图形实例(包括点,曲线,注释和箭头)

    Python matplotlib绘制图形实例(包括点,曲线,注释和箭头)

    Python的matplotlib模块绘制图形功能很强大,今天就用pyplot绘制一个简单的图形,图形中包括曲线.曲线上的点.注释和指向点的箭头. 1. 结果预览: 2. 代码如下: from matplotlib import pyplot as plt import numpy as np # 绘制曲线 x = np.linspace(2, 21, 20) # 取闭区间[2, 21]之间的等差数列,列表长度20 y = np.log10(x) + 0.5 plt.figure() # 添加一

  • 使用Matplotlib绘制不同颜色的带箭头的线实例

    周五的时候计算出来一条线路,但是计算出来的只是类似与 0->10->19->2->..0 这样的线路只有写代码的人才能看的懂无法直观的表达出来,让其它同事看的不清晰,所以考虑怎样直观的把线路图画出来. &esp; 当然是考虑用matplotlib了, 导入相关的库 import matplotlib.pyplot as plt import numpy import matplotlib.colors as colors import matplotlib.cm as cm

  • matplotlib quiver箭图绘制案例

    quiver绘制表示梯度变化非常有用,下面是学习过程中给出的两个例子,可以很好理解quiver的用法 from pylab import * close() ## example 1 x = linspace(0,10,40) y = x**2*exp(-x) u = array([x[i+1]-x[i] for i in range(len(x)-1)]) v = array([y[i+1]-y[i] for i in range(len(x)-1)]) x = x[:len(u)] # 使得

  • matplotlib 对坐标的控制,加图例注释的操作

    我们可以使用matplotlib.pyplot.locator_params()来控制刻度线定位器的行为. 即使通常会自动确定标记点的位置,但是如果我们想要绘制较小的标记,则可以控制标记点的数量并使用紧密的视图: from pylab import * import numpy as np ax = gca() ax.locator_params(tight = True, nbins = 10) ax.plot(np.random.normal(10, 0.1, 100)) show() 这应

  • python scatter散点图用循环分类法加图例

    python scatter散点图用循环分类法加图例

    本文实例为大家分享了python scatter散点图用循环分类法加图例,供大家参考,具体内容如下 import matplotlib.pyplot as plt import kNN plt.rcParams['font.sans-serif']=['Simhei'] plt.rcParams['axes.unicode_minus']=False datingDataMat, datingLabels = kNN.file2matrix('datingTestSet2.txt') plt.f

  • lazy init控制加载在Spring中如何实现源码分析

    目录 一.lazy-init说明 二.lazy-init 属性被设置的地方 三.lazy-init发挥作用的地方 四.问答 一.lazy-init说明 ApplicationContext实现的默认行为就是在启动时将所有singleton bean提前进行实例化(也就是依赖注入). 提前实例化意味着作为初始化过程的一部分,ApplicationContext实例会创建并配置所有的singleton bean. 通常情况下这是件好事,因为这样在配置中的任何错误就会即刻被发现(否则的话可能要花几个小

  • vue-cli下的vuex的简单Demo图解(实现加1减1操作)

    1.vue-cli搭建好项目之后,使用npm安装vuex npm install vuex --save 2.在项目目录中构建vuex目录(这里我新建了store的文件夹,里面新建了store.js文件) 3.在vue项目中的入口文件main.js中,为实例化的 Vue对象添加 store对象 4.配置和编写store.js文件 5.组件中使用vuex中存放的数据 6.实现效果 总结 以上所述是小编给大家介绍的vue-cli下的vuex的简单Demo(实现加1减1操作),希望对大家有所帮助,如果

  • python+opencv像素的加减和加权操作的实现

    本文介绍了python+opencv像素的加减和加权操作的实现,分享给大家. # 目标: # 1.在图像上进行算术操作,如加减以及按位操作 # 2.将会学会使用cv2.add(),cv2.addWeights() # 参考网站:https://docs.opencv.org/3.0-beta/doc/py_tutorials/py_core/py_image_arithmetics/py_image_arithmetics.html#image-arithmetics import numpy

  • 使用Spring组合自定义的注释 mscharhag操作

    在本文中,我们将介绍一个非常有用的Spring功能,该功能允许我们基于一个或多个Spring注释创建自己的注释. 假设我们有一组经常一起使用的Spring注释.一个常见的示例是@Service和@Transactional的组合: @Service @Transactional(rollbackFor = Exception.<b>class</b>, timeout = 5) <b>public</b> <b>class</b> U

  • Android Studio自定义万能注释模板与创建类,方法注释模板操作

    代码的注释是我们平时必须面对的问题,今天我们就来看看如何自定义属于自己的注释模板.提高我们的开发效率. 这里,我们讲解两种自定义模板. 1.新建的类自动生成的注释: 2.自定义注释模板. 新建类自动生成的注释 1.打开相应的设置: File–>Settings–>Editor–>File and code Template. 选择Files中的Class 在上面添加你想要添加的注释: 下面有一些变量可以选择: {USER} :表示你系统名字: {DATE}: 表示当前时间: {NAME}

  • vue-axios同时请求多个接口 等所有接口全部加载完成再处理操作

    我就废话不多说了,大家还是直接看代码吧~ Axios.all([request1, request2, request3]) .then( Axios.spread((area, acct, perms) => { console.log('全部加载完成') }) ) .catch(err => { console.log(err.response) }); 需要在当前路由引入axios import Axios from "axios"; 补充知识:vue,axios处理

  • 在CentOS启动时自动加载内核模块overlayfs操作

    在CentOS中自动加载内核模块,可以在/etc/sysconfig/modules/目录中增加一个脚本,在此脚本中加载所需的模块. 下面是我所用的一个名为overlayfs.modules的脚本,用来在我的CentOS 7.X中自动加载overlayfs模块: #! /bin/sh /sbin/modinfo -F filename overlayfs> /dev/null 2>&1 if [ $? -eq 0 ]; then /sbin/modprobe overlayfs fi

  • Spring Boot实现图片上传/加水印一把梭操作实例代码

    Spring Boot实现图片上传/加水印一把梭操作实例代码

    概述 很多网站的图片为了版权考虑都加有水印,尤其是那些图片类网站.自己正好最近和图片打交道比较多,因此就探索了一番基于 Spring Boot这把利器来实现从 图片上传 → 图片加水印 的一把梭操作! 本文内容脑图如下: 本文内容脑图 搭建 Spring Boot基础工程 过程不再赘述了,这里给出 pom中的关键依赖: <dependencies> <dependency> <groupId>org.springframework.boot</groupId>

随机推荐