hustlei

Matplotlib系列(三)：坐标轴变换及注释

Matplotlib系列目录

文章目录

一、简介
二、思维导图
三、坐标轴变换及注释
- 1. 坐标轴变换
- - 1.1 极坐标系
  - 1.2 对数坐标系
  - 1.3 地图坐标系
  - 1.4 坐标轴双坐标
- 2. 注释
- - 2.1 引线标注
  - 2.2 文本
  - 2.3 箭头
  - 2.4 表格
  - 2.5 公式

一、简介

‎matplotlib有强大的变换功能，并提供了预定义的极坐标、对数坐标等坐标系。
‎matplotlib还有丰富的文本和箭头注释功能，可以方便的在指定位置添加注释，并且注释文本支持latex公式。

Matplotlib系列将Matplotlib的知识和重点API，编制成思维导图和重点笔记形式，方便记忆和回顾，也方便应用时参考，初学者也可以参考逐步深入学习。

二、思维导图

三、坐标轴变换及注释

1. 坐标轴变换

matplotlib有强大的变换功能,但是通常我们不需要直接去写代码变换，常用的极坐标、对数坐标等有预设的方法。

1.1 极坐标系

极坐标绘图需要在创建子图的时候设置参数projection="polar"。

示例如下：

import numpy as np
import matplotlib.pyplot as plt
fig = plt.figure()

ax=fig.add_subplot(111, projection="polar") 
theta=np.linspace(0, np.pi*2, 50)
ax.plot(theta, theta/2)

plt.show()

注意fig.subplots函数不支持projection参数。

极坐标显示设置

极轴坐标最大、最小值设置
- ax.set_rlim(0.5,1)：经向坐标范围为0.5至1。相当于同时使用set_rmax,set_rmin
- ax.set_rmax(1)：设置经向最大坐标值为1
- ax.set_rmin(0.5)：设置经向最小坐标值为0.5
极轴坐标网格显示设置
- ax.set_rgrids(np.arange(0, 1, 0.2))：设置经向网格
- ax.set_rticks(np.arange(0,0.8,0.2))：设置经向网格范围，与set_rgird完全相同
极轴坐标设置为对数坐标
- ax.set_rscale('symlog')：设置为对数坐标。set_rscale(‘linear’)设置为线型坐标
极轴坐标刻度标签位置设置
- ax.set_rlabel_position('90')：经向文本标签在90度反向位置显示

1.2 对数坐标系

x轴为对数坐标

ax.semilogx(x,y)

import numpy as np
import matplotlib.pyplot as plt
fig=plt.figure()
ax1=fig.subplots()

x=np.array([1,10,100,1000,10000])
y=(np.log10(x)-2)**2
ax1.semilogx(x,y)

ax1.grid(True)
fig.tight_layout()
plt.show()

y轴为对数坐标

ax.semilogy(x,y)

import numpy as np
import matplotlib.pyplot as plt
fig=plt.figure()
ax1=fig.subplots()

y=np.array([1,10,100,1000,10000])
x=(np.log10(x)-2)**2
ax1.semilogy(x,y)

ax1.grid(True)
fig.tight_layout()
plt.show()

x,y轴同为对数坐标

import numpy as np
import matplotlib.pyplot as plt
fig=plt.figure()
ax1=fig.subplots()

y=np.array([1,10,100,1000,10000])
x=y
ax1.loglog(x,y)

ax1.grid(True)
plt.show()

1.3 地图坐标系

matplotlib提供了世界地图投影坐标系。共四种：

‘aitoff’：埃托夫投影。用椭圆(轴比2:1)显示世界地图。
- 是一种方位等距投影。采用椭圆形经纬网的折衷投影。
- 适用于绘制小比例的世界地图。
- 经度范围是从-pi到pi，纬度范围是从-pi/2到pi/2。
‘hammer’：汉莫尔投影。用椭圆(轴比2:1)显示世界地图。也称为“aitoff-hammer”投影。
- 是兰伯特等面积投影的改良型投影。是等面积投影，其经纬网都是椭圆形。
- 适用于绘制小比例地图。
‘mollweide’：摩尔维特投影。用椭圆(轴比2:1)显示世界地图。
- 是一种等面积伪圆柱投影。形状、方向、角度和距离一般都会发生畸变。
- 适用于需要精确面积的专题世界地图。
- 经度范围是从-pi到pi，纬度范围是从-pi/2到pi/2。
‘lambert’：圆形地图投影
- 经度范围是从(-pi,pi)，纬度范围是从-pi到pi。

地图投影区别详见ArcGIS地图投影

import numpy as np
import matplotlib.pyplot as plt

fig=plt.figure()
ax1=fig.add_subplot(221, projection='aitoff')
ax2=fig.add_subplot(222, projection='hammer')
ax3=fig.add_subplot(223, projection='mollweide')
ax4=fig.add_subplot(224, projection='lambert')

x=np.linspace(-np.pi,np.pi,200)  #经度-π~π(-180~180)
y=np.sin(x)                                #纬度-π/2~π/2(-90~90)

ax1.plot(x,y)
ax2.plot(x,y)
ax3.plot(x,y)
ax4.plot(x,y)

ax1.grid(True)
ax2.grid(True)
ax3.grid(True)
ax4.grid(True)

fig.tight_layout()
plt.show()

1.4 坐标轴双坐标

matplotlib支持为x轴，y轴设置第二个坐标刻度。

ax.secondary_xaxis('top', functions=(f1,f2))：为x轴设置第二坐标刻度
ax.secondary_xaxis('right',functions=(f1,f2))：为y轴设置第二坐标刻度
- 第一个参数为显示位置，必须设置。
- 第二个参数为变换函数。f1为当前坐标变换到第二坐标的函数。f2为f1的反向

示例如下：

import numpy as np
import matplotlib.pyplot as plt

fig=plt.figure()
ax=fig.subplots()

x=np.linspace(-np.pi,np.pi,200) 
y=np.sin(x) 
ax.plot(x,y)
ax.set_xlabel('x')

xaxis2=ax.secondary_xaxis('top', functions=(np.rad2deg,np.deg2rad)) #设置x轴第二坐标
xaxis2.set_xlabel('angle[rad]')

plt.show()

2. 注释

2.1 引线标注

ax.annotate(text,xy,xytext,arrowprops={})：为xy坐标处设置标注，文字位于xytext坐标。
- xytext参数不存在时，默认文本位于xy坐标
- arrowprops参数：设置箭头绘制参数，arrowprops是字典。
  - 箭头指向xy坐标，箭头尾部位于xytext坐标。
  - 默认值是None，即不显示箭头。赋值为空字典{}，就可以显示默认样式的箭头。

引线箭头参数设置

annotate引线箭头参数有两种设置方式：

1）简单方式

arrowprops={})：使用默认值绘制箭头
arrowprops={"width":3})：设置箭头线条宽度，默认宽度为3
arrowprops={"headwidth":12,"headlength":15})：设置箭头三角形长宽，默认都是12
arrowprops={"shrink":0.1})：箭头线条长度缩短0.1
arrowprops={"color":'gray'})：箭头线条长度缩短0.1

arrowprops参数中字典内的key可以任意组合。

ax1.annotate("max point", (np.pi/2,1), xytext=(2,1.2), 
        #arrowprops={})  #使用默认值绘制箭头
        #arrowprops={"width":3})  #设置箭头线条宽度，默认宽度为3
        #arrowprops={"headwidth":12,"headlength":15})  #设置箭头三角形长宽，默认都是12
        #arrowprops={"shrink":0.1})  #箭头线条长度缩短0.1
        arrowprops={"width":1, "headwidth":6,"headlength":10,"color":"gray"})

2）高级方式

高级方式arrowprops字典的key可选选项的更多，可以组合出更加华丽的样式。常用的key如下：

箭头样式

"arrowstyle":"-"：样式设置，可选样式很多
- "-"：线条，只有引线
- "<-","->","<->"：单向箭头和双向箭头
- "<|-","-|>","<|-|>"：有填充颜色的箭头
- "Simple","fancy","wedge":简单箭头，尾部变宽凹成v型箭头，长三角形

“<-”,"-|>"等都还可有参数head_length=0.4, head_width=0.2, widthA=1.0, widthB=1.0, lengthA=0.2, lengthB=0.2

"simple"和"fancy"具有参数：head_length=0.5, head_width=0.5, tail_width=0.2

"wedge"具有参数：tail_width=0.3, shrink_factor=0.5

用法示例：

arrowprops={"arrowstyle":"->, head_length=0.4,head_width=0.3"}
arrowprops={"arrowstyle":"fancy,tail_width=0.5"}

箭头引线样式

'connectionstyle':"arc3, rad=0.0"：弧形
'connectionstyle':"angle3, angleA=90, angleB=0"：贝塞尔曲线

其他关键字

‘color’：颜色
‘facecolor’ or ‘fc’：填充色
‘edgecolor’ or ‘ec’：边缘色
‘fill’：bool，是否填充
‘aplpha’：透明度
‘linestyle’ or ‘ls’：线型
‘linewidth’ or ‘lw’：线宽

示例：

import numpy as np
import matplotlib.pyplot as plt

fig=plt.figure()
ax1=fig.subplots()
x=np.linspace(-np.pi,np.pi,200) 
y=np.sin(x)
ax1.plot(x,y)

ax1.annotate("max point",  (np.pi/2,1), xytext=(1.5,0.5), 
        arrowprops={"arrowstyle":"fancy, tail_width=0.5",
                    'connectionstyle':'arc3, rad=-0.2',
                    'fill':True, 'ec':'gray',
                    'fc':'lightblue', 'alpha':0.5})

ax1.grid(True)
plt.show()

2.2 文本

ax.text(x,y,s)：把文本s绘制到坐标x,y处。
- 字体设置参数
  - fontfamily=['simhei','serif']：字体参数
  - fontsize=14：字号参数
  - fontstyle='italic'：是否斜体
  - fontweight=500：取值0-1000或者"light",“normal”,"bold"等
- rotation=30：旋转角度
- bbox={'facecolor':'r','alpha':0.3}：设置方框及填充颜色

ax.text(1,1,"max point",rotation=30,bbox=dict(fc='green',alpha=0.3))

2.3 箭头

在指定位置绘制箭头，可用于特别的注释或者公式、流程等。

ax.arrow(x,y,dx,dy)：绘制从x,y指向(x+dx,y+dy)的箭头
- 箭头箭杆尺度参数
  - head_width=3*width：箭头宽度
  - head_length=1.5*head_width：箭头长度
  - width=0.001：箭杆宽度。单位和坐标轴刻度相同
- 颜色参数
  - color='gray':设置颜色
  - facecolor='gray':or fc设置填充颜色
  - edgecolor='gray':or ec设置边缘颜色
  - alpha=0.5：透明度
- 形状参数
  - fill=True：是否填充色块（颜色有fc决定）
  - hatch='/'：图案填充（与fill无关，颜色由ec决定）
    - '/', '\', '|', '-'：平行线条
    - '+', 'x'：网格
    - 'o', 'O', '.', '*'：点
- 边缘线条
  - linestyle='--'：箭头边缘线条样式
  - linewidth=5：箭头边缘线条跨度。单位是像素。

ax.arrow(0.3,0.3,0.2,0.2,         #箭头位置0.3,0.3到0.5,0.5
        width=0.1,                #箭杆宽度
        fill=True,fc='gray',      #填充色
        lw=5,ec='orangered',      #边缘线条
        hatch='+')                #图案填充，颜色为ec

2.4 表格

在指定位置绘制表格。

ax.table(np.array([['11','12'],['21','22']]))：2维数组文本绘制为表格
ax.table(cellColours=np.array([['C1','C2'],['C3','C4']]))：绘制表格，填充对应颜色。

table函数必须有文本参数或者cellColours参数。

ax.table函数常用参数（可选）
- loc='bottom'：默认在x轴下方
  - ‘best’: 0, ‘left’: 15, ‘right’: 14, ‘bottom’: 17, ‘top’: 16, ‘center’: 9
  - 'bottom left': 12, 'bottom right': 13：外部下方
  - 'top left': 11, 'top right': 10：外部上方
  - 'center left': 5, 'center right': 6：内部
  - 'lower center': 7, 'lower left': 3, 'lower right': 4：内部下方
  - 'upper center': 8, 'upper left': 2, 'upper right': 1：内部上方
- cellLoc='right'：单元格内文本对齐方式
  - ‘left’, ‘center’, ‘right’
- colWidths=[1,1]：列宽度，单位和坐标轴相同。不设置的话，表格宽度和坐标轴相同
- rowLabels=['row1','row2']：行标题
- colLabels=['col1','col2']：列标题
- colColours, rowColours：分别设置列标题、行标题颜色。

ax.table([['11','12'],['21','22']],
            cellColours=[['C1','C2'],['C3','C4']],
            loc="upper right",
            colWidths=[0.2,0.2],
            cellLoc="center",
            rowLabels=['row1','row2'],
            colLabels=['col1','col2'],
            rowColours=['C0','C0'],
            colColours=['C5','C5'])
ax.set_xticks([])

2.5 公式

设置rcParams["text.usetex"]=True后，可以在文本中使用latex公式。

在显示文本的地方都可以使用latex，比如xlabel，title，text
可以在字符串中嵌入行内公式，比如ax.set_title(r'equation $a=b^2$')

import numpy as np
import matplotlib.pyplot as plt
fig=plt.figure()
ax=fig.subplots()

plt.rcParams["text.usetex"]=True
ax.set_xlabel(r"$\alpha$")
ax.set_ylabel(r"y=$\alpha^2$")

eq=(r"\begin{eqnarray*}"
    r"a=b^2+c^2 \\"
    r"\Delta=\sqrt{a^2+c^2} \\"
    r"\end{eqnarray*}")
ax.text(0.5,0.5,eq)

plt.show()

第一次使用latex可能会比较慢，并且可能会提醒安装库。