最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Matplotlib自定義圖例(多張圖共享一個(gè)圖例)

 更新時(shí)間:2023年08月16日 10:10:48   作者:MK422  
最近再用Matplotlib繪圖,需要做兩個(gè)子圖都不需要設(shè)置圖例,圖例單獨(dú)用一個(gè)figure來(lái)顯示,本文就詳細(xì)的來(lái)介紹一下,感興趣的可以了解一下

1、應(yīng)用場(chǎng)景

可視化不同方法在各種超參數(shù)(或者不同數(shù)據(jù)集)的性能時(shí),若用多個(gè)子圖形式可視化,則圖太小啦;若每個(gè)子圖弄成單獨(dú)的figure,則每個(gè)張圖都有一個(gè)圖例顯得非常冗余,如圖1所示。

圖1 每張圖都有一個(gè)圖例(非常冗余,并且有的數(shù)據(jù)被遮擋)

2、期望達(dá)到的效果,如圖2所示

解決方案:兩個(gè)子圖都不需要設(shè)置圖例,圖例單獨(dú)用一個(gè)figure來(lái)顯示(自定義圖例)

圖2 期望的效果

3、自定義圖例matplotlib代碼實(shí)現(xiàn)

方法一:利用Patch以及Line2D自定義圖例

  • 缺點(diǎn):暫時(shí)只能定義直線的圖的圖例;散點(diǎn)圖的圖例不行;
  • 優(yōu)點(diǎn):運(yùn)行該代碼后,F(xiàn)igure 1就是我們想要的圖例圖。
import matplotlib.pyplot as plt
import matplotlib.lines as lines
import matplotlib.patches as mpatches
# 自定義圖例標(biāo)記
line1 = lines.Line2D([0], [0], label='line1', marker='o', lw=2, c='green')
line2 = lines.Line2D([0], [0], label='line2', marker='X', lw=2, c='blue')
patch1 = mpatches.Patch(color='purple', label='patch1')
patch2 = mpatches.Patch(color='red', label='patch2')
# 構(gòu)造圖例
# plt.figure() figsize: default: [6.4, 4.8]
handles = [line1, line2, patch1, patch2]
# 注意根據(jù)圖例的行數(shù)調(diào)整figsize的高度(i.e., 0.32)
fig, ax = plt.subplots(figsize=(6.4, 0.32))
ax.legend(handles=handles, mode='expand', ncol=4, borderaxespad=0)
"""
legend常見(jiàn)參數(shù)設(shè)置
borderpad:控制上下邊距(default=0.4)
borderaxespad:控制legend與圖邊框的距離(default=0.5)
handlelength: handle與legend邊框的距離(default=2)
handletextpad: handle與text之間的距離(default=0.8)
mode='expand', 水平展示圖例
frameon=False: 不要圖例邊框
edgecolor: 圖例邊框顏色
fontsize: 圖例字體大小
ncol=4    水平圖例的個(gè)數(shù)
"""
ax.axis('off')  # 去掉坐標(biāo)的刻度
plt.show()

方法一可視化效果,如圖3所示

圖3 方法一可視化效果

方法二:利用plt自定義圖例

  • 缺點(diǎn):會(huì)顯示2個(gè)Figure,其中Figure 2才是我們想要的圖例圖;
  • 優(yōu)點(diǎn):和我們以前畫(huà)圖的方式一樣(更加簡(jiǎn)單),并且能夠構(gòu)建散點(diǎn)圖的圖例;
import matplotlib.pyplot as plt
# plt.plot()返回值后面要加一個(gè)逗號(hào),不然會(huì)報(bào)錯(cuò);若使用Line2D就不需要逗號(hào)
# 注意:range(10)是隨機(jī)取的值,這里只需要它的圖例圖。
l1, = plt.plot(range(10), label='line1', marker='o', lw=2, c='green')
l2, = plt.plot(range(10), label='line2', marker='X', lw=2, c='blue')
s1 = plt.scatter(range(10), range(10), label='scatter1', marker='+')
s2 = plt.scatter(range(10), range(10), label='scatter2', marker='+')
fig, ax = plt.subplots(figsize=(6.4, 0.32))
ax.legend(handles=[l1, l2, s1, s2], labels=list('abcd'), mode='expand', ncol=4, borderaxespad=0)
# ax.legend(handles=[l1, s1], labels=list('ab'), mode='expand', ncol=4, borderaxespad=0)  # 若只需要顯示部分曲線/散點(diǎn)圖的圖例時(shí)
ax.axis('off')  # 去掉坐標(biāo)的刻度
plt.show()

方法二可視化效果,如圖4所示

 圖4 方法三的可視化效果,其中Figure 2就是我們需要的圖

方法三:混合實(shí)驗(yàn)方法一和方法二

import matplotlib.pyplot as plt
import matplotlib.lines as lines
import matplotlib.patches as mpatches
# 自定義圖例標(biāo)記
line1 = lines.Line2D([0], [0], label='line1', marker='o', lw=2, c='green')
# 注意line2后面的逗號(hào)
line2,  = plt.plot([0], [0], label='line2', marker='X', lw=2, c='blue')
s = plt.scatter([0], [0], label='scatter', marker='+')
patch1 = mpatches.Patch(color='purple', label='patch1')
# patch2 = mpatches.Patch(color='red', label='patch2')
# 構(gòu)造圖例
# plt.figure() figsize: default: [6.4, 4.8]
handles = [line1, line2, patch1, s]
# 注意根據(jù)圖例的行數(shù)調(diào)整figsize的寬(i.e., 0.32)
fig, ax = plt.subplots(figsize=(6.4, 0.32))
ax.legend(handles=handles, mode='expand', ncol=4, borderaxespad=0)
"""
legend常見(jiàn)參數(shù)設(shè)置
axes:圖框; handle:圖例的每個(gè)元素; text:圖例每個(gè)元素對(duì)應(yīng)name
borderpad:控制上下邊距(default=0.4)
borderaxespad:控制legend與圖邊框的距離(default=0.5)
handlelength: handle與legend邊框的距離(default=2)
handletextpad: handle與text之間的距離(default=0.8)
mode='expand', 水平展示圖例
frameon=False: 不要圖例邊框
edgecolor: 圖例邊框顏色
fontsize: 圖例字體大小
ncol=4    水平圖例的個(gè)數(shù)
"""
# plt.scatter
ax.axis('off')  # 去掉坐標(biāo)的刻度
plt.show()

方法三的可視化效果如圖5所示

圖5 方法三可視化修改,其中Figure 2就是我們需要的圖例圖 

4、總結(jié)

# 導(dǎo)入對(duì)應(yīng)的模塊
from matplotlib import lines
import matplotlib.pyplot as plt
from matplotlib import patches
a. 定義線圖例
# 方法1
line1 = lines.Line2D([0], [0], label='line1', marker='o', lw=2, c='green')
# 方法2,注意別丟逗號(hào)
line2,  = plt.plot([0], [0], label='line2', marker='X', lw=2, c='blue')
b. 定義矩形圖例
path1 = mpatches.Patch(color='red', label='patch')
c. 定義散點(diǎn)圖圖例
s1 = plt.scatter([0], [0], label='scatter', marker='+')
d. 顯示圖例
handles = [line1, path1, line2, s1]
fig, ax = plt.subplots(figsize=(6.4, 0.32)) # 根據(jù)行數(shù)更改0.32
ax.legend(handles=handles, mode='expand', ncol=4, borderaxespad=0)
ax.axis(“off”) # 去掉坐標(biāo)刻度

5、用visio將單張的圖片合并在一起,并且手動(dòng)構(gòu)建圖例,圖例的樣式更人性化。

到此這篇關(guān)于Matplotlib自定義圖例(多張圖共享一個(gè)圖例)的文章就介紹到這了,更多相關(guān)Matplotlib自定義圖例內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • Python使用python-pptx實(shí)現(xiàn)設(shè)置PPT頁(yè)面與文檔屬性

    Python使用python-pptx實(shí)現(xiàn)設(shè)置PPT頁(yè)面與文檔屬性

    這篇文章主要為大家詳細(xì)介紹了Python如何使用python-pptx實(shí)現(xiàn)設(shè)置PPT頁(yè)面與文檔屬性,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以了解一下
    2026-04-04
  • 使用Python三角函數(shù)公式計(jì)算三角形的夾角案例

    使用Python三角函數(shù)公式計(jì)算三角形的夾角案例

    這篇文章主要介紹了使用Python三角函數(shù)公式計(jì)算三角形的夾角案例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2020-04-04
  • 詳解Python Pyside6如何準(zhǔn)確嵌入可視化數(shù)據(jù)圖表

    詳解Python Pyside6如何準(zhǔn)確嵌入可視化數(shù)據(jù)圖表

    Pyside6是一款基于Qt框架的Python GUI開(kāi)發(fā)庫(kù)。它提供了豐富的UI組件和功能,支持多種操作系統(tǒng)。本文主要介紹了Pyside6嵌入可視化數(shù)據(jù)圖表的方法,需要的可以參考一下
    2023-05-05
  • python如何遍歷指定路徑下所有文件(按按照時(shí)間區(qū)間檢索)

    python如何遍歷指定路徑下所有文件(按按照時(shí)間區(qū)間檢索)

    這篇文章主要給大家介紹了關(guān)于python如何遍歷指定路徑下所有文件(按按照時(shí)間區(qū)間檢索)的相關(guān)資料,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2020-09-09
  • VSCode2022配置Python3.9.6的詳細(xì)教程

    VSCode2022配置Python3.9.6的詳細(xì)教程

    這篇文章主要介紹了VSCode2022配置Python3.9.6教程,本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2022-09-09
  • Python實(shí)現(xiàn)發(fā)票自動(dòng)校核微信機(jī)器人的方法

    Python實(shí)現(xiàn)發(fā)票自動(dòng)校核微信機(jī)器人的方法

    這篇文章主要介紹了Python實(shí)現(xiàn)發(fā)票自動(dòng)校核微信機(jī)器人的方法,本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2020-05-05
  • Python中日期和時(shí)間的互相轉(zhuǎn)換操作方法

    Python中日期和時(shí)間的互相轉(zhuǎn)換操作方法

    Python的datetime模塊提供了一套強(qiáng)大而靈活的工具,使我們能夠輕松地在不同的時(shí)間表示形式間相互轉(zhuǎn)換,并進(jìn)行復(fù)雜的時(shí)間計(jì)算,本文通過(guò)一個(gè)實(shí)用的例子向大家展示如何在Python中高效地進(jìn)行這些操作,感興趣的朋友一起看看吧
    2024-05-05
  • Python中的list.sort()方法和函數(shù)sorted(list)

    Python中的list.sort()方法和函數(shù)sorted(list)

    這篇文章主要介紹了Python中的list.sort()方法和函數(shù)sorted(list),sort()是列表的方法,修改原列表使得它按照大小排序,沒(méi)有返回值,返回None
    2022-08-08
  • python中l(wèi)ambda()的用法

    python中l(wèi)ambda()的用法

    這篇文章主要介紹了python中l(wèi)ambda()的用法,在python中有一個(gè)匿名函數(shù)lambda,匿名函數(shù)顧名思義就是指:是指一類無(wú)需定義標(biāo)識(shí)符(函數(shù)名)的函數(shù)或子程序,需要的朋友可以參考下
    2017-11-11
  • pandas中位數(shù)填充空值的實(shí)現(xiàn)示例

    pandas中位數(shù)填充空值的實(shí)現(xiàn)示例

    中位數(shù)填充是一種簡(jiǎn)單而有效的方法,用于填充數(shù)據(jù)集中缺失的值,本文就來(lái)介紹一下pandas中位數(shù)填充空值的實(shí)現(xiàn),具有一定的參考價(jià)值,感興趣的可以了解一下
    2025-04-04

最新評(píng)論

宁城县| 扎鲁特旗| 皮山县| 西贡区| 陕西省| 广饶县| 竹溪县| 金昌市| 临汾市| 新田县| 临海市| 浮梁县| 黔西| 栖霞市| 巫溪县| 横山县| 宝丰县| 香港| 盐城市| 墨脱县| 织金县| 札达县| 平遥县| 常熟市| 高州市| 巴东县| 民和| 务川| 甘谷县| 西安市| 石首市| 安庆市| 阳江市| 昌乐县| 龙川县| 海伦市| 若尔盖县| 惠州市| 奉新县| 漳浦县| 嘉禾县|