Python+Matplotlib繪制帶有對角線的散點圖的示例代碼

更新時間：2023年06月26日 09:01:50 作者：SpikeKing

Matplotlib 是一個用于繪制二維圖形的 Python 庫，這篇文章主要介紹了Python如何利用Matplotlib繪制帶有對角線的散點圖，需要的小伙伴可以參考一下

效果圖

Matplotlib 是一個用于繪制二維圖形的 Python 庫，提供了一個 pyplot 模塊，用于創(chuàng)建各種類型的圖表。其中一種圖表是散點圖（Scatter Plots），用于展示兩個變量之間的關系，以及數(shù)據(jù)的分布情況。要繪制散點圖，使用 pyplot.scatter() 函數(shù)，接受以下參數(shù)：

x, y：表示數(shù)據(jù)點的橫縱坐標，可以是浮點數(shù)或者數(shù)組。

s：表示數(shù)據(jù)點的大小，可以是一個常數(shù)或者一個數(shù)組，單位是點的平方（1 點 = 1/72 英寸）。

c：表示數(shù)據(jù)點的顏色，可以是一個常數(shù)、一個數(shù)組、一個顏色序列或者一個顏色字符串。如果是一個數(shù)組，那么會根據(jù) cmap 參數(shù)來映射顏色；如果是一個顏色序列，那么長度必須和數(shù)據(jù)點相同；如果是一個顏色字符串，那么所有數(shù)據(jù)點都使用該顏色。

marker：表示數(shù)據(jù)點的形狀，可以是一個 MarkerStyle 實例或者一個簡寫字符串。詳細的形狀列表可以參考 matplotlib.markers 文檔。

cmap：表示用于映射顏色的 Colormap 實例或者注冊的顏色圖名稱。如果 c 是 RGB(A) 值，那么該參數(shù)會被忽略。

norm：表示用于將數(shù)據(jù)標準化到 [0, 1] 區(qū)間的 Normalize 實例或者名稱。默認情況下，使用線性標準化，將最小值映射到 0，最大值映射到 1。如果 c 是 RGB(A) 值，那么該參數(shù)會被忽略。

vmin, vmax：當使用標量數(shù)據(jù)并且沒有指定 norm 時，vmin 和 vmax 定義了顏色圖覆蓋的數(shù)據(jù)范圍。默認情況下，顏色圖覆蓋了所有數(shù)據(jù)的值域。

主要：

設置主題：sns.set_theme(style="white")
設置 Figure 尺寸：fig.set_size_inches(10, 10)
繪制對角線：ax.plot()
繪制散點圖：ax.scatter()
繪制標注：ax.annotate()

源碼如下

#!/usr/bin/env python
# -- coding: utf-8 --
"""
Copyright (c) 2022. All rights reserved.
Created by C. L. Wang on 2023/6/25
"""
import os

import seaborn as sns

sns.set_theme(style="white")

import matplotlib.pyplot as plt
import numpy as np

from myutils.project_utils import read_excel_to_df
from root_dir import DATA_DIR


def draw_diagonal_scatter_plots(
    data_better, data_ref, label_list,
    min_scale=0.0, max_scale=1.05,
    x_label="", y_label="",
    save_name=""
):
    """
    繪制對角線散點圖

    :param data_better: 優(yōu)質(zhì)數(shù)據(jù)，數(shù)據(jù)位于右下方
    :param data_ref:    對比數(shù)據(jù)
    :param label_list:  標簽
    :param min_scale:   最小范圍
    :param max_scale:   最大范圍
    :param x_label:     x軸描述
    :param y_label:     y軸描述
    :param save_name:   文件存儲
    :return: 圖
    """
    assert len(data_ref) == len(data_better) == len(label_list)

    fig, ax = plt.subplots()
    fig.set_size_inches(10, 10)

    ax.grid(True)
    ax.plot([min_scale, max_scale], [min_scale, max_scale], ls="--", c=".3")
    ax.scatter(data_ref, data_better, s=100, edgecolors="black")

    plt.xlim(min_scale, max_scale)
    plt.ylim(min_scale, max_scale)
    plt.xticks(fontsize=15)
    plt.yticks(fontsize=15)
    plt.xlabel(x_label, fontsize=20)
    plt.ylabel(y_label, fontsize=20)

    for i, txt in enumerate(label_list):
        if data_ref[i] - data_better[i] > 0.025:
            ax.annotate(txt, (data_ref[i] * 1.03, data_better[i]), fontsize=10, fontweight='bold')

    if save_name:
        # transparent=True
        assert save_name.endswith("png") or save_name.endswith("jpg")
        plt.savefig(save_name, bbox_inches='tight', format='png')

    plt.show()


def main():
    df = read_excel_to_df(os.path.join(DATA_DIR, "Strategy-v1v2v3v4-TMScore.xls"))
    data1 = df["m0-score"]
    data2 = df["max-score"]
    label_list = df["target"]
    print(f"data1 : {round(float(np.mean(data1)) * 100, 4)}±{round(float(np.std(data1)), 4)}")
    print(f"data2 : {round(float(np.mean(data2)) * 100, 4)}±{round(float(np.std(data2)), 4)}")
    draw_diagonal_scatter_plots(data1, data2, label_list, min_scale=0.35, max_scale=1.05,
                                x_label="Our P.S.P. (TMScore)", y_label="CASP15 SOTA (TMScore)",
                                save_name="img.png")


if __name__ == '__main__':
    main()

到此這篇關于Python+Matplotlib繪制帶有對角線的散點圖的示例代碼的文章就介紹到這了,更多相關Python Matplotlib繪制散點圖內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: