使用python进行科研绘图入门--突出重点

发表于 更新于 分类于 ， 本文字数： 3.2k 阅读时长 ≈ 3 分钟

摘要

python绘图技巧备忘录

使用Matplotlib，以代码呈现为主

标注，局部放大

1. 图中文本标注

1.1 plt.text()

1
plt.text(x,y,'string',ha = 'center',va = 'bottom',fontsize=7)#加标签
1
2
3
4
5
6
7
8
9
10
11
12
13
x,y:表示坐标值上的值

string:表示说明文字

fontsize：字体大小

va：垂直对齐方式（center top bottom baseline）

ha：水平对齐方式（center right left）

rotation 旋转角度

wrap = True 自动换行

1.2 plt.annotate()

1
2
3
4
plt.annotate("(3, 6)",
             xy=(3.3, 5.5),       # 在(3.3, 5.5)上做标注
             fontsize=16,         # 设置字体大小为 16
             xycoords='data')  # xycoords='data' 是说基于数据的值来选位置

2. 局部放大

该函数代码转载自 https://blog.csdn.net/weixin_45826022/article/details/113486448 

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
def zone_and_linked(ax,axins,zone_left,zone_right,x,y,linked='bottom',
                    x_ratio=0.05,y_ratio=0.05):
    """缩放内嵌图形，并且进行连线
    ax:         调用plt.subplots返回的画布。例如： fig,ax = plt.subplots(1,1)
    axins:      内嵌图的画布。 例如 axins = ax.inset_axes((0.4,0.1,0.4,0.3))
    zone_left:  要放大区域的横坐标左端点
    zone_right: 要放大区域的横坐标右端点
    x:          X轴标签
    y:          列表，所有y值
    linked:     进行连线的位置，{'bottom','top','left','right'}
    x_ratio:    X轴缩放比例
    y_ratio:    Y轴缩放比例
    """
    xlim_left = x[zone_left]-(x[zone_right]-x[zone_left])*x_ratio
    xlim_right = x[zone_right]+(x[zone_right]-x[zone_left])*x_ratio

    y_data = np.hstack([yi[zone_left:zone_right] for yi in y])
    ylim_bottom = np.min(y_data)-(np.max(y_data)-np.min(y_data))*y_ratio
    ylim_top = np.max(y_data)+(np.max(y_data)-np.min(y_data))*y_ratio

    axins.set_xlim(xlim_left, xlim_right)
    axins.set_ylim(ylim_bottom, ylim_top)

    ax.plot([xlim_left,xlim_right,xlim_right,xlim_left,xlim_left],
            [ylim_bottom,ylim_bottom,ylim_top,ylim_top,ylim_bottom],"black")

    if linked == 'bottom':
        xyA_1, xyB_1 = (xlim_left,ylim_top), (xlim_left,ylim_bottom)
        xyA_2, xyB_2 = (xlim_right,ylim_top), (xlim_right,ylim_bottom)
    elif  linked == 'top':
        xyA_1, xyB_1 = (xlim_left,ylim_bottom), (xlim_left,ylim_top)
        xyA_2, xyB_2 = (xlim_right,ylim_bottom), (xlim_right,ylim_top)
    elif  linked == 'left':
        xyA_1, xyB_1 = (xlim_right,ylim_top), (xlim_left,ylim_top)
        xyA_2, xyB_2 = (xlim_right,ylim_bottom), (xlim_left,ylim_bottom)
    elif  linked == 'right':
        xyA_1, xyB_1 = (xlim_left,ylim_top), (xlim_right,ylim_top)
        xyA_2, xyB_2 = (xlim_left,ylim_bottom), (xlim_right,ylim_bottom)
        
    con = ConnectionPatch(xyA=xyA_1,xyB=xyB_1,coordsA="data",
                          coordsB="data",axesA=axins,axesB=ax)
    axins.add_artist(con)
    con = ConnectionPatch(xyA=xyA_2,xyB=xyB_2,coordsA="data",
                          coordsB="data",axesA=axins,axesB=ax)
    axins.add_artist(con)
测试 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
import matplotlib.pyplot as plt
from matplotlib.patches import  ConnectionPatch
import numpy as np

# 模拟数据
x = np.linspace(0, 100, 1000)
y = np.log(x)

Perturbations = np.random.randint(-10,10,1000)
y -= Perturbations/10


# 绘制主图
fig, ax = plt.subplots(1, 1)
ax.plot(x,y,color="#2878b5", linewidth=1.0, linestyle="-",label = 'log?')
ax.legend(loc="lower right")

# 绘制缩放图
axins = ax.inset_axes((0.4, 0.1, 0.4, 0.3))
# （x0, y0, width, height）以父坐标系中的x0=0.2*x，y0=0.2*y为左下角起点，
# 嵌入一个宽度为0.2*x，高度为0.3*y的子坐标系，其中x和y分别为父坐标系的坐标轴范围。
axins.plot(x,y,color="#2878b5", linewidth=1.0, linestyle="-",alpha=0.7)

zone_and_linked(ax, axins, 500, 650, x , [y], 'bottom')
plt.show()

output

参考资料

[1] Python 绘图，我只用 Matplotlib（二）

[2] Python 绘制局部放大图