Matplotlib可視化之添加讓統(tǒng)計(jì)圖變得簡(jiǎn)單易懂的注釋
在系列博文的中，我們已經(jīng)學(xué)習(xí)了如何自定義繪圖的顏色和樣式，以使得繪制更加精美、符合審美要求。可以用Matplotlib繪制出復(fù)雜而又精美的統(tǒng)計(jì)圖，但是如果沒(méi)有注釋，我們很難讓其他人明白圖中的點(diǎn)、線究竟代表著什么，有什么樣的含義，也就失去了統(tǒng)計(jì)圖的意義，為了解決這一問(wèn)題，Matplotlib提供了大量對(duì)圖形進(jìn)行注釋的方法，這些注釋方法對(duì)于所有的繪圖函數(shù)（如plt.plot()、plt.scatter()、plt.histogram()等）都是通用的，利用這些注釋可以使統(tǒng)計(jì)圖變得通俗易懂。
二、添加標(biāo)題從最簡(jiǎn)單的添加標(biāo)題開(kāi)始：
import numpy as npimport matplotlib.pyplot as pltx = np.linspace(-4, 4, 10005)y = 5 * (x + 4.2) * (x + 4.) * (x - 2.5)plt.title(’A polynomial’)plt.plot(x, y, c = ’m’)plt.show()
Tips：
plt.title()函數(shù)接受一個(gè)字符串作為參數(shù)并將其作為整個(gè)圖形的標(biāo)題。
三、為坐標(biāo)軸添加標(biāo)簽在實(shí)際應(yīng)用中，對(duì)統(tǒng)計(jì)圖坐標(biāo)軸的適當(dāng)描述有助于用戶理解圖形所表達(dá)的含義。
import numpy as npimport matplotlib.pyplot as pltx = np.linspace(0, 8, 1000)y = 2.0 * x + 0.5 * 5 * x ** 2plt.title(’Acceleration Moving’)plt.xlabel(’Time’)plt.ylabel(’distance’)plt.plot(x, y, c = ’c’)plt.show()
Tips：
使用plt.xlabel()和plt.ylabel()函數(shù)分別為水平軸和垂直軸添加注釋。
四、添加文本說(shuō)明雖然我們已經(jīng)學(xué)習(xí)了如何圖形添加標(biāo)題，以及為坐標(biāo)軸添加注釋，但是，很多時(shí)候我們還需要在圖形中添加說(shuō)明文本，來(lái)凸顯圖中點(diǎn)或線的重要性。
import numpy as npimport matplotlib.pyplot as pltx = np.linspace(0, 8, 1000)y = 2.0 * x + 0.5 * 5 * x ** 2plt.title(’Acceleration Moving’)plt.xlabel(’Time’)plt.ylabel(’distance’)plt.scatter(x[0],y[0])plt.text(x[0], y[0], ’start’)plt.plot(x, y, c = ’c’)plt.show()
Tips：plt.text()函數(shù)接受要顯示的位置和文本作為參數(shù)。位置以坐標(biāo)形式給出，其指定了文本框左下角的位置。
五、文本的對(duì)齊方式文本外圍包含隱式文本框（下文會(huì)介紹文本框的顯示方法），此框用于將文本與傳遞給plt.text()的坐標(biāo)進(jìn)行相對(duì)對(duì)齊。使用verticalalignment和horizontalalignment參數(shù)（它們分別可以簡(jiǎn)寫(xiě)為va和ha）控制對(duì)齊的方式。垂直對(duì)齊選項(xiàng)如下所示：
參數(shù)值 說(shuō)明 center 參數(shù)坐標(biāo)相對(duì)于文本框的中心 top 參數(shù)坐標(biāo)相對(duì)于文本框的上側(cè) bottom 參數(shù)坐標(biāo)相對(duì)于文本框的底部 baseline 參數(shù)坐標(biāo)相對(duì)于文本的基線import numpy as npimport matplotlib.pyplot as pltx = np.linspace(0, 8, 1000)y = 2.0 * x + 0.5 * 5 * x ** 2x_b = np.linspace(0, 8, 1000)y_b = np.zeros_like(x_b)plt.title(’Acceleration Moving’)plt.xlabel(’Time’)plt.ylabel(’distance’)plt.scatter(x[0],y[0])plt.text(0, 0, ’center’, va=’center’)plt.text(2, 0, ’top’, va=’top’)plt.text(4, 0, ’bottom’, va=’bottom’)plt.text(6, 0, ’baseline’, va=’baseline’)plt.plot(x, y, c = ’c’)plt.plot(x_b, y_b, c = ’m’)plt.show()
水平對(duì)齊選項(xiàng)如下所示：
參數(shù)值 說(shuō)明 center 參數(shù)坐標(biāo)相對(duì)于文本框的中心 left 參數(shù)坐標(biāo)相對(duì)于文本框的左側(cè) right 參數(shù)坐標(biāo)相對(duì)于文本框的右側(cè)import numpy as npimport matplotlib.pyplot as pltx = np.linspace(0, 8, 1000)y = 2.0 * x + 0.5 * 5 * x ** 2y_b = np.linspace(0, 100, 1000)x_b = np.zeros_like(y_b)plt.title(’Acceleration Moving’)plt.xlabel(’Time’)plt.ylabel(’distance’)plt.scatter(x[0],y[0])plt.text(0, 0, ’center’, ha=’center’)plt.text(0, 50, ’left’, ha=’left’)plt.text(0, 100, ’right’, ha=’right’)plt.plot(x, y, c = ’c’)plt.plot(x_b, y_b, c = ’m’)plt.show()
上文介紹了文本外圍包含隱式文本框，為了可以顯式的繪制文本框，plt.plot()支持一個(gè)以字典為輸入的bbox參數(shù)，此詞典用于定義文本框的外觀配置：
import numpy as npimport matplotlib.pyplot as pltx = np.linspace(0, 8, 1000)y = 2.0 * x + 0.5 * 5 * x ** 2box = { ’facecolor’: ’.75’, ’edgecolor’: ’r’, ’boxstyle’: ’round’}plt.title(’Acceleration Moving’)plt.text(0, 8, ’start’, bbox=box)plt.plot(x, y, c = ’c’)plt.show()
bbox參數(shù)的字典定義包含以下常見(jiàn)鍵值對(duì)：
鍵 說(shuō)明與可選值 facecolor 用于設(shè)置文本框背景和邊的顏色 edgecolor 用于設(shè)置文本框邊緣的顏色 alpha 用于設(shè)置透明度級(jí)別，使文本框與背景更好的混合 boxstyle 設(shè)置文本框的樣式，可選值包括'round'和'square' pad 如果'boxstyle'設(shè)置為'square'，則它定義文本和文本框邊之間的填充量 七、添加箭頭添加文本框當(dāng)然可以幫助注釋圖形，但有時(shí)當(dāng)說(shuō)明文本過(guò)多，并不能清楚的說(shuō)明究竟與圖形的那一部分相對(duì)應(yīng)，因此要說(shuō)明圖形中的特定部分，沒(méi)有什么比使用箭頭更好的了，Matplotlib使用plt.annotate()函數(shù)繪制箭頭。
import numpy as npimport matplotlib.pyplot as pltx = np.linspace(0, 8, 1000)y = 2.0 * x + 0.5 * 5 * x ** 2plt.annotate(’start’,ha = ’center’, va = ’bottom’,xytext = (2, 30.),xy = (0, 0),arrowprops = { ’facecolor’ : ’black’, ’shrink’ : 0.05 })plt.title(’Acceleration Moving’)plt.plot(x, y, c = ’c’)plt.show()
Tips：plt.annotate()函數(shù)在顯示與plt.text()作用相同的說(shuō)明文本文本外，同時(shí)也會(huì)渲染箭頭。要顯示的說(shuō)明文本是第一個(gè)參數(shù)；xy參數(shù)指定箭頭的目標(biāo)；xytext參數(shù)指定文本位置，同樣可以通過(guò)ha和va參數(shù)來(lái)改變文本對(duì)齊方式箭頭的樣式由傳遞給arrowprops參數(shù)的字典控制，其中常用的鍵值包括：
鍵 說(shuō)明與可選值 arrowstyle 控制箭頭的樣式，可選值包括'<-'、'<'、“wedge”、'simple'和'fancy'等 facecolor 用于設(shè)置箭頭背景和邊的顏色 edgecolor 用于設(shè)置箭頭邊的顏色 alpha 用于設(shè)置透明度級(jí)別，使箭頭與背景更好的混合收縮參數(shù)控制箭頭端點(diǎn)和箭頭本身之間的間隙。
八、添加圖例在復(fù)雜圖形中，往往包含大量不同的曲線和點(diǎn)，如果這些曲線和點(diǎn)沒(méi)有相應(yīng)的圖例，將無(wú)法對(duì)其進(jìn)行準(zhǔn)確的區(qū)分，因此圖例在實(shí)踐中是必不可少的。使用plt.legend()函數(shù)以及繪圖函數(shù)的label可選參數(shù)，可以添加圖例：
import numpy as npimport matplotlib.pyplot as pltx = np.linspace(0, 6, 1024)data = np.random.standard_normal((150, 2))print(data.size)y_1 = np.sin(x)y_2 = np.cos(x)plt.xlabel(’x’)plt.ylabel(’y’)plt.plot(x, y_1, c = ’m’, lw = 3., label = ’sin(x)’)plt.plot(x, y_2, c = ’c’, lw = 3., ls = ’--’, label = ’cos(x)’)plt.scatter(data[:,0],data[:,1],c=’y’, label = ’random’)plt.legend()plt.show()
Tips：每個(gè)plt繪圖函數(shù)(如plt.plot()、plt.scatter()等)都有一個(gè)可選的label參數(shù)來(lái)命名圖形的元素。plt.legend()函數(shù)的作用是呈現(xiàn)圖例，圖例是根據(jù)標(biāo)簽自動(dòng)生成的。plt.legend()函數(shù)包含可選參數(shù)來(lái)控制圖例的呈現(xiàn)：
參數(shù) 說(shuō)明與可選值 loc 用于控制圖例的位置，默認(rèn)值為'best'，將以適合的方式自動(dòng)放置圖例，其他可選值包括'upper left'、“l(fā)ower left”、“l(fā)ower right”、“right”、“center left”、“center right”、“l(fā)ower center”、“upper center'和'center” shadow 可選值包括True和False，用于設(shè)置是否使用陰影效果呈現(xiàn)圖例 fancybox 可選值包括True和False，用于是否使用圓角框呈現(xiàn)圖例 title 用于為圖例設(shè)置標(biāo)題 ncol 強(qiáng)制設(shè)置圖例的列數(shù) 九、使用LaTex風(fēng)格的符號(hào)我們已經(jīng)學(xué)習(xí)了為圖形添加多種注釋的方法。然而，在實(shí)踐中，我們通常需要使用數(shù)學(xué)符號(hào)，因此，我們需要使用LaTex語(yǔ)法來(lái)添加數(shù)字符號(hào)。要使用LaTex風(fēng)格的符號(hào)，首先需要在計(jì)算機(jī)上安裝可用的LaTeX配置，以便Matplotlib可以解釋LaTeX語(yǔ)法來(lái)呈現(xiàn)數(shù)學(xué)文本。有關(guān)于安裝LaTeX的方法，不在本文的主題主題，大家可以根據(jù)自己的操作系統(tǒng)檢索安裝方法.
十、LaTex簡(jiǎn)介LaTex是學(xué)術(shù)界廣泛使用的一種文獻(xiàn)排版系統(tǒng)。與Microsoft Word等文檔編輯器不同，LaTeX用戶在編輯文檔時(shí)無(wú)法看到其最終顯示效果。文檔被描述為純文本文檔中存儲(chǔ)的文本及命令。最終，LaTeX將解釋文檔以進(jìn)行呈現(xiàn)。在科學(xué)和工程界，LaTeX的公式語(yǔ)言通常用于在電子郵件和論壇中編寫(xiě)數(shù)學(xué)文本。
十一、使用LaTex符號(hào)示例使用LaTex風(fēng)格的符號(hào)時(shí)，函數(shù)接受的字符串參數(shù)值以“$”字符開(kāi)頭和結(jié)尾，這是向Matplotlib發(fā)出信號(hào)，以將文本解釋并呈現(xiàn)為L(zhǎng)aTeX樣式的數(shù)學(xué)文本。字符串的內(nèi)容就是數(shù)學(xué)文本的標(biāo)準(zhǔn)語(yǔ)言，關(guān)于Matplotlib中LaTeX樣式的數(shù)學(xué)文本的介紹，可以參考Matplotlib官網(wǎng)。
import numpy as npimport matplotlib.pyplot as pltx = np.linspace(-4, 4, 10005)y = 3 / 5 * (x + 4.2) * (x + 4.) * (x - 2.5)plt.title(’$f(x)=frac{3}{5}(x+4.4)(x+4)(x-2.5)$’)plt.plot(x, y, c = ’k’)plt.show()
Tips：這種LaTex風(fēng)格的符號(hào)不限于標(biāo)題，它可以用于任何其它注釋。LaTeX語(yǔ)言在很大程度上依賴于轉(zhuǎn)義字符，但此符號(hào)恰好也是Python的字符串轉(zhuǎn)義字符。因此，如果要在一個(gè)LaTeX文本中使用作為轉(zhuǎn)移字符，需要在Python字符串中使用兩個(gè)。為了避免漏掉轉(zhuǎn)義字符，可以在字符串前面加上r，這樣就不需要任何轉(zhuǎn)義字符了，即：'$f(x)=frac{1}{4}(x+4)(x+1)(x-2)$'等價(jià)于r’$f(x)=frac{1}{4}(x+4)(x+1)(x-2)$’。
十二、使用中文字符中文是使用Matplotlib的一個(gè)痛點(diǎn)，但是在實(shí)際應(yīng)用中，又不可避免的會(huì)使用到中文用于統(tǒng)計(jì)圖注釋的顯示，如果不進(jìn)行配置，會(huì)將中文字符顯示為亂碼。使用中文字符作為注釋有多種方式，這里本著簡(jiǎn)單就是最優(yōu)的理念，使用plt.rcParams[’font.sans-serif’]進(jìn)行設(shè)置：
import numpy as npimport matplotlib.pyplot as pltx = np.linspace(0, 6, 1024)data = np.random.standard_normal((150, 2))y_1 = np.sin(x)y_2 = np.cos(x)plt.xlabel(’x軸’)plt.ylabel(’y軸’)plt.title(’中文字符使用示例’)plt.plot(x, y_1, c = ’m’, lw = 3., label = ’正弦函數(shù)’)plt.plot(x, y_2, c = ’c’, lw = 3., ls = ’--’, label = ’余弦函數(shù)’)plt.scatter(data[:,0],data[:,1],c=’y’, label = ’隨機(jī)點(diǎn)’)plt.rcParams[’font.sans-serif’] = [’SimSun’]plt.legend()plt.show()
Tips：使用plt.rcParams[’font.sans-serif’]設(shè)定支持中文字符的字體，使用中文字符的用法范圍與LaTex風(fēng)格的符號(hào)一樣，它可以用于所有注釋，另外需要確保系統(tǒng)支持所設(shè)定的中文字符字體。
系列鏈接學(xué)會(huì)Python-Matplotlib可視化，快速完成數(shù)據(jù)分析（1）
一文詳解常見(jiàn)統(tǒng)計(jì)圖的繪制學(xué)會(huì)Python-Matplotlib可視化，快速完成數(shù)據(jù)分析（2）
到此這篇關(guān)于Matplotlib可視化之添加讓統(tǒng)計(jì)圖變得簡(jiǎn)單易懂的注釋的文章就介紹到這了,更多相關(guān)Matplotlib可視化內(nèi)容請(qǐng)搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)！
相關(guān)文章：
網(wǎng)公網(wǎng)安備