python 可视化二维坐标标注等等

python 可视化二维坐标标注等等 - 蔡军帅 - 博客园https://www.cnblogs.com/caiyishuai/p/9607250.html

大佬的分享，在这里方便自己总结学习，因此做一个转载

基本画图操作：

import matplotlib.pyplot as plt
import numpy as npx = np.linspace(-3,3,50)
y1 = 2*x+1
y2 = x**2#x的平方plt.figure()
plt.plot(x,y1) #画线
plt.scatter(x,y2) #画点plt.figure(num=333,figsize=(8,5))#图333
plt.plot(x,y2)plt.show()

设置图例：

import matplotlib.pyplot as plt
import numpy as npx = np.linspace(-3,3,50)
y1 = 2*x+1
y2 = x**2#x的平方plt.figure()plt.xlim((-1,2))
plt.ylim((-2,3))plt.xlabel('I am x')
plt.ylabel('I am y')new_ticks = np.linspace(-1,2,5)#5为5个单位
print(new_ticks)
plt.xticks(new_ticks)#用r（正则表达）和$框起来可以转换为计算机可以读的字体
#\加空格转义为空格，\加alpha能够输出 真正的alpha
plt.yticks([-2,-1.8,-1,1.22,3,],[r'$really\ bad$',r'$bad\ \alpha$','normal','good','really good'])l1,=plt.plot(x,y2,label='up')#画线
l2,=plt.plot(x,y1,color='red',linewidth=1.0,linestyle='--',label='dowm')#‘--’为虚线
#loc可以为upper right等等
#要传到handles要加，用了labels后就不用l1，l2本身的label
plt.legend(handles=[l1,l2,],labels=['aaa','bbb'],loc='best')plt.show()

设置坐标轴位置：

import matplotlib.pyplot as plt
import numpy as npx = np.linspace(-3,3,50)
y1 = 2*x+1
y2 = x**2#x的平方plt.figure()
plt.plot(x,y2)
plt.plot(x,y1,color='red',linewidth=1.0,linestyle='--')plt.xlim((-1,2))
plt.ylim((-2,3))plt.xlabel('I am x')
plt.ylabel('I am y')new_ticks = np.linspace(-1,2,5)#5为5个单位
print(new_ticks)
plt.xticks(new_ticks)#用r（正则表达）和$框起来可以转换为计算机可以读的字体
#\加空格转义为空格，\加alpha能够输出 真正的alpha
plt.yticks([-2,-1.8,-1,1.22,3,],[r'$really\ bad$',r'$bad\ \alpha$','normal','good','really good'])ax = plt.gca()#ax为上图
ax.spines['right'].set_color('none')#删除右边缘黑框
ax.spines['top'].set_color('none')#删除上边缘黑框
ax.xaxis.set_ticks_position('bottom')#令x轴为底边缘
ax.yaxis.set_ticks_position('left')#令y轴为左边缘
ax.spines['bottom'].set_position(('data',-1))#将底边缘放到 y轴数据-1的位置
ax.spines['left'].set_position(('data',0))#将左边缘放到 y轴数据-1的位置plt.show()

标注：

import matplotlib.pyplot as plt
import numpy as npx = np.linspace(-3,3,50)
y = 2*x+1plt.figure(num=1,figsize=(8,5),)
plt.plot(x,y,)ax = plt.gca()#ax为上图
ax.spines['right'].set_color('none')#删除右边缘黑框
ax.spines['top'].set_color('none')#删除上边缘黑框
ax.xaxis.set_ticks_position('bottom')#令x轴为底边缘
ax.yaxis.set_ticks_position('left')#令y轴为左边缘
ax.spines['bottom'].set_position(('data',0))#将底边缘放到 y轴数据-1的位置
ax.spines['left'].set_position(('data',0))#将左边缘放到 y轴数据-1的位置#添加标注
x0 =1
y0 = 2*x0+1
plt.scatter(x0,y0,s=50,color='b')#b代表blue
#plot(x列表，y列表)
plt.plot([x0,x0],[y0,y0],'k--',lw=2.5) #k代表黑色，lw为线宽#model 1
#annotate标注
#xy为基准点
#textcoords='offset point'代表以这个点为基准，标注在这个点的基础上x+30，y-30
#arrowprops描述箭头，线的弧度等信息
#xycoords='data' xy的坐标是基于data的
plt.annotate(r'$2x+1=%s$' % y0,xy=(x0,y0),xycoords='data',xytext=(+30,-30),textcoords='offset points',fontsize=16,arrowprops=dict(arrowstyle='->',connectionstyle='arc3,rad=.2'))#mothod 2
plt.text(-3.7,3,r'$This\ is\ the\ some\ text.\ \mu\ \sigma_i\ \alpha_t$',fontdict={'size':16, 'color':'r'})plt.show()

annotate语法说明：annotate(s='str' ,xy=(x,y) ,xytext=(l1,l2) ,..)
s 为注释文本内容
xy 为被注释的坐标点
xytext 为注释文字的坐标位置
xycoords 参数如下:

figure points points from the lower left of the figure 点在图左下方
figure pixels pixels from the lower left of the figure 图左下角的像素
figure fraction fraction of figure from lower left 左下角数字部分
axes points points from lower left corner of axes 从左下角点的坐标
axes pixels pixels from lower left corner of axes 从左下角的像素坐标
axes fraction fraction of axes from lower left 左下角部分
data use the coordinate system of the object being annotated(default) 使用的坐标系统被注释的对象（默认）
polar(theta,r) if not native ‘data’ coordinates t

extcoords 设置注释文字偏移量

| 参数 | 坐标系 |

| 'figure points' | 距离图形左下角的点数量 |

| 'figure pixels' | 距离图形左下角的像素数量 |

| 'figure fraction' | 0,0 是图形左下角，1,1 是右上角 |

| 'axes points' | 距离轴域左下角的点数量 |

| 'axes pixels' | 距离轴域左下角的像素数量 |

| 'axes fraction' | 0,0 是轴域左下角，1,1 是右上角 |

| 'data' | 使用轴域数据坐标系 |

arrowprops #箭头参数,参数类型为字典dict

width the width of the arrow in points 点箭头的宽度
headwidth the width of the base of the arrow head in points 在点的箭头底座的宽度
headlength the length of the arrow head in points 点箭头的长度
shrink fraction of total length to ‘shrink’ from both ends 总长度为分数“缩水”从两端
facecolor 箭头颜色

bbox给标题增加外框，常用参数如下：

boxstyle方框外形
facecolor(简写fc)背景颜色
edgecolor(简写ec)边框线条颜色
edgewidth边框线条大小

bbox=dict(boxstyle='round,pad=0.5', fc='yellow', ec='k',lw=1 ,alpha=0.5) #fc为facecolor,ec为edgecolor,lw为lineweight

设置不透明度：

import matplotlib.pyplot as plt
import numpy as npx = np.linspace(-3,3,50)
y = 0.1*xplt.figure()
#alpha为设置不透明深度
plt.plot(x,y,linewidth=10,alpha=0.7)
plt.ylim(-2,2)#建立坐标系
ax = plt.gca()#ax为上图
ax.spines['right'].set_color('none')#删除右边缘黑框
ax.spines['top'].set_color('none')#删除上边缘黑框
ax.xaxis.set_ticks_position('bottom')#令x轴为底边缘
ax.yaxis.set_ticks_position('left')#令y轴为左边缘
ax.spines['bottom'].set_position(('data',0))#将底边缘放到 y轴数据-1的位置
ax.spines['left'].set_position(('data',0))#将左边缘放到 y轴数据-1的位置#解决线太粗把坐标挡住的问题
for label in ax.get_xticklabels() + ax.get_yticklabels():label.set_fontsize(18)label.set_bbox(dict(facecolor='yellow', edgecolor='None', alpha=0.7))
plt.show()

python 可视化二维坐标标注等等相关推荐

python自动标注autocad坐标_python 可视化二维坐标标注等等
基本画图操作: import matplotlib.pyplot as plt import numpy as np x = np.linspace(-3,3,50) y1 = 2*x+1 y2 = ...
python函数图像平移_旋转、缩放和平移二维坐标？
下面是一个关于矩阵的解决方案(这对于这种计算是有意义的,最后,二维坐标是一列的矩阵!)我是说缩放非常简单,只需将矩阵的每个元素乘以缩放因子即可:scaled = copy.deepcopy(orig ...
希伯特数值与二维坐标的相互转换（python）
希伯特曲线具体干什么的,就不多说了,直接上代码! class Hilbert:# n 行列数def __init__(self, n ):self.n = ndef rot(self, xy, rx, ...
python可以使用二维元组吗_python中读入二维csv格式的表格方法详解(以元组/列表形式表示)...
怎么去读取一个没有表头的二维csv文件(如下图所示)? 并以元组的形式表现数据: ((1.0, 0.0, 3.0, 180.0), (2.0, 0.0, 2.0, 180.0), (3.0, 0.0, ...
Python生成二维码的操作方法
使用的是qrcode库,在使用之前需要安装此库 pip install qrcode 网址 #python生成二维码 import qrcode img=qrcode.make("http: ...
基于Python的二维有限元声波方程正演计算
基于Python的二维有限元声波方程正演计算一.基础理论与相关公式的导出什么是有限元方法? 有限元是计算复杂数学问题近似解的工具.当数学方程过于复杂,无法用正常的方法求解,并且一定程度的误差是可以 ...
Python实现二维码表白内容
Python实现二维码表白内容 python实现利于输入的话来实现二维码的呈现: #需要qrcode pillow tkinter三个库 qrcode库用于生成二维码图片 pillow用于进行图片的处 ...
python生成二维码、动态二维码和而二维码解析
python生成二维码.动态二维码和而二维码解析(8-20190129) 文章目录: 一.二维码介绍二. 就是为了好玩所以想搞一下二维码,"好玩",少年醒醒,不要骗自己啦,起 ...
互联网 4 大发明之二维码，你如何使用 Python 生成二维码？
阅读文本大概需要 8 分钟. 新时代,人们有人信新的追求,自然而然会有新发明的诞生.去年,在"一带一路"国际合作高峰论坛举行期间, 20 国青年投票选出中国的"新四大发明 ...

python 可视化二维坐标标注等等

python 可视化二维坐标标注等等相关推荐

最新文章

热门文章

python 可视化 二维坐标标注等等

python 可视化 二维坐标标注等等相关推荐

最新文章

热门文章

python 可视化二维坐标标注等等

python 可视化二维坐标标注等等相关推荐