Python-Matplotlib可视化（5）——添加自定义形状绘制复杂图形

前言
添加辅助网格
添加辅助线
添加形状
自定义形状
- 使用多边形
- 使用路径属性
系列链接

前言

在系列博文的中，我们已经学习了如何自定义绘图的颜色和样式，以使得绘制更加精美、符合审美要求。可以用Matplotlib绘制出复杂而又精美的统计图，同时也讲解了注释的用法，但是这远远不够，很多时候我们还需要绘制复杂形状，以使统计图变得更加复杂，看起来更加高级，考虑到这一需求，Matplotlib提供了大量自定义形状的函数，利用可以在统计图中添加各种复杂形状，以使得所绘制的统计图更加具有高级感。

添加辅助网格

当我们查看图形时，可能需要快速估计出图形中某一部分的坐标，这时，向图形中添加辅助网格将是一种提高图形可读性的良好方法。

import numpy as np
import matplotlib.pyplot as plt
data = np.random.standard_normal((150, 2))
plt.scatter(data[:,0],data[:,1],c='y')
plt.grid(True, lw=.5, ls='--', c='c')
plt.show()

Tips：添加辅助网格只需调用以True为参数的plt.grid()函数，网格由线条组成，因此plt.grid()可以接受线条样式参数(如linewidth、linestyle以及color等)来修改辅助网络中的线条。

添加辅助线

由于Matplotlib生成的所有图形都由基本原语组成，因此我们可以使用一个基本的原语：lines来添加辅助线。

import matplotlib.pyplot as plt
N = 16
for i in range(N):plt.gca().add_line(plt.Line2D((0, i), (N - i, 0), color = 'm'))
plt.axis('tight')
plt.show()

plt.Line2D()函数的作用是：创建一个新的Line2D对象，必要参数是线段的两个端点，可选参数包括所有介绍过的线条样式参数(如linewidth、linestyle以及color等)，创建线段完成后，并不会显示该直线，若需要显示此对象需要使用plt.gca()。plt.gca()函数的作用是返回负责跟踪渲染内容的对象。调用plt.gca().add_line()就可以渲染创建的Line2Dd对象。使用plt.axis()函数可以修改图形比例，如不添加此函数的调用将导致绘制图形不能完整显示。

添加形状

我们已经学习了使用lines原语制作线条，但是在实际中，我们可能需要更多的形状，使用其他形状的方式与lines原语的相同。

import matplotlib.patches as patches
import matplotlib.pyplot as plt
# 圆形
shape = patches.Circle((0, 0), radius = 1., color = 'm')
plt.gca().add_patch(shape)
# 四边形
shape = patches.Rectangle((2.5, -.5), 2., 1., color = 'c')
plt.gca().add_patch(shape)
# 椭圆形
shape = patches.Ellipse((0, -2.), 2., 1., angle = 45., color = 'y')
plt.gca().add_patch(shape)
# 花状框
shape = patches.FancyBboxPatch((2.5, -2.5), 2., 1., boxstyle = 'sawtooth', color = 'b')
plt.gca().add_patch(shape)
# 显示
plt.grid(True, alpha=0.3)
plt.axis('scaled')
plt.show()

Tips：与使用lines原语一样，使用Matplotlib其它形状原语进行操作时，必须使用pyplot.axis()函数修改图形比例，否则将导致绘制图形不能完整显示。
无论显示哪种形状，其原理都是一样的。在Matplotlib中，形状被描述为名为patch的路径。matplotlib.patches模块中提供了几种形状的路径。与线端一样，仅创建路径并不会在屏幕上渲染它，必须明确使用渲染函数plt.gca()。
matplotlib.patches模块包含很多路径构造类，常用的主要包括：

路径构造类名	描述
Circle	需要圆心坐标和半径作为参数
Rectangle	需要四边形左下角的坐标和边长作为参数
Ellipse	需要椭圆中心坐标和两轴半长作为参数
FancyBox	这类似于花形框，需要可选参数boxstyle指定样式，可选值包括：“larrow”、“rarrow”、“round”、“round4”、“roundtooth”、"sawtooth"以及"square"等）

自定义形状

除了预定义的形状外，我们还可以使用多边形定义任意形状。

使用多边形

多边形的使用方法与上一部分中路径的使用方法类似：

import numpy as np
import matplotlib.patches as patches
import matplotlib.pyplot as plt
theta = np.linspace(0, 2 * np.pi, 8)
points = np.vstack((np.cos(theta), np.sin(theta))).transpose()
plt.gca().add_patch(patches.Polygon(points, color = 'm'))
plt.grid(True)
plt.axis('scaled')
plt.show()

Tips：matplotlib.patches.Polygon()构造函数接受多边形顶点的坐标列表作为输入参数值。

使用路径属性

所有的路径都可以使用线条及填充的属性：包括linewidth、linestyle、edgecolor、facecolor、hatch等：

import numpy as np
import matplotlib.patches as patches
import matplotlib.pyplot as plt
theta = np.linspace(0, 2 * np.pi, 8)
points = np.vstack((np.cos(theta), np.sin(theta))).transpose()
plt.gca().add_patch(plt.Circle((0, 0), radius = 1., color = 'm'))
plt.gca().add_patch(plt.Polygon(points, closed=None, fill=None, lw = 3., ls = 'dashed', edgecolor = 'c'))
plt.grid(True)
plt.axis('scaled')
plt.show()

Tips：上述示例中，使用带有虚线边(ls = 'dashed')的非填充(fill=None)多边形来绘制多边形轮廓，使用此方法，就不必创建多个Line对象来绘制此多边形。

系列链接

Python-Matplotlib可视化（1）——一文详解常见统计图的绘制
Python-Matplotlib可视化（2）——自定义颜色绘制精美统计图
Python-Matplotlib可视化（3）——自定义样式绘制精美统计图
Python-Matplotlib可视化（4）——添加注释让统计图通俗易懂
Python-Matplotlib可视化（6）——自定义坐标轴让统计图清晰易懂
Python-Matplotlib可视化（7）——多方面自定义统计图绘制
Python-Matplotlib可视化（8）——图形的输出与保存
Python-Matplotlib可视化（9）——精通更多实用图形的绘制
Python-Matplotlib可视化（10）——一文详解3D统计图的绘制