Встроенные метки в Matplotlib
В Matplotlib не так уж сложно сделать легенду (example_legend()ниже), но я думаю, что лучше размещать метки прямо на кривых (как в example_inline()ниже). Это может быть очень неудобно, потому что я должен указать координаты от руки, и, если я переформатирую график, мне, вероятно, придется переместить метки. Есть ли способ автоматически создавать метки на кривых в Matplotlib? Бонусные баллы за возможность ориентировать текст под углом, соответствующим углу кривой.
import numpy as np
import matplotlib.pyplot as plt
def example_legend():
plt.clf()
x = np.linspace(0, 1, 101)
y1 = np.sin(x * np.pi / 2)
y2 = np.cos(x * np.pi / 2)
plt.plot(x, y1, label='sin')
plt.plot(x, y2, label='cos')
plt.legend()
def example_inline():
plt.clf()
x = np.linspace(0, 1, 101)
y1 = np.sin(x * np.pi / 2)
y2 = np.cos(x * np.pi / 2)
plt.plot(x, y1, label='sin')
plt.plot(x, y2, label='cos')
plt.text(0.08, 0.2, 'sin')
plt.text(0.9, 0.2, 'cos')
6 ответов
Хороший вопрос, некоторое время назад я немного экспериментировал с этим, но не использовал его много, потому что он все еще не пуленепробиваемый. Я разделил область графика на сетку 32х32 и рассчитал "потенциальное поле" для наилучшего положения метки для каждой линии в соответствии со следующими правилами:
- пустое пространство - хорошее место для этикетки
- Метка должна быть рядом с соответствующей строкой
- Метка должна быть вдали от других строк
Код был примерно таким:
import matplotlib.pyplot as plt
import numpy as np
from scipy import ndimage
def my_legend(axis = None):
if axis == None:
axis = plt.gca()
N = 32
Nlines = len(axis.lines)
print Nlines
xmin, xmax = axis.get_xlim()
ymin, ymax = axis.get_ylim()
# the 'point of presence' matrix
pop = np.zeros((Nlines, N, N), dtype=np.float)
for l in range(Nlines):
# get xy data and scale it to the NxN squares
xy = axis.lines[l].get_xydata()
xy = (xy - [xmin,ymin]) / ([xmax-xmin, ymax-ymin]) * N
xy = xy.astype(np.int32)
# mask stuff outside plot
mask = (xy[:,0] >= 0) & (xy[:,0] < N) & (xy[:,1] >= 0) & (xy[:,1] < N)
xy = xy[mask]
# add to pop
for p in xy:
pop[l][tuple(p)] = 1.0
# find whitespace, nice place for labels
ws = 1.0 - (np.sum(pop, axis=0) > 0) * 1.0
# don't use the borders
ws[:,0] = 0
ws[:,N-1] = 0
ws[0,:] = 0
ws[N-1,:] = 0
# blur the pop's
for l in range(Nlines):
pop[l] = ndimage.gaussian_filter(pop[l], sigma=N/5)
for l in range(Nlines):
# positive weights for current line, negative weight for others....
w = -0.3 * np.ones(Nlines, dtype=np.float)
w[l] = 0.5
# calculate a field
p = ws + np.sum(w[:, np.newaxis, np.newaxis] * pop, axis=0)
plt.figure()
plt.imshow(p, interpolation='nearest')
plt.title(axis.lines[l].get_label())
pos = np.argmax(p) # note, argmax flattens the array first
best_x, best_y = (pos / N, pos % N)
x = xmin + (xmax-xmin) * best_x / N
y = ymin + (ymax-ymin) * best_y / N
axis.text(x, y, axis.lines[l].get_label(),
horizontalalignment='center',
verticalalignment='center')
plt.close('all')
x = np.linspace(0, 1, 101)
y1 = np.sin(x * np.pi / 2)
y2 = np.cos(x * np.pi / 2)
y3 = x * x
plt.plot(x, y1, 'b', label='blue')
plt.plot(x, y2, 'r', label='red')
plt.plot(x, y3, 'g', label='green')
my_legend()
plt.show()
И полученный сюжет:
Обновление: пользователь cphyc любезно создал Github-репозиторий для кода в этом ответе (см. Здесь) и собрал код в пакет, который можно установить с помощью pip install matplotlib-label-lines,
Приятная картина:
В matplotlib довольно просто пометить контурные графики (либо автоматически, либо вручную размещая метки с помощью щелчков мыши). Похоже, что (пока) не существует какой-либо эквивалентной возможности помечать серии данных таким образом! Может быть некоторая семантическая причина не включать эту функцию, которую я пропускаю.
Несмотря на это, я написал следующий модуль, который принимает любой позволяет полуавтоматическую маркировку графика. Требуется только numpy и пара функций из стандарта math библиотека.
Описание
Поведение по умолчанию labelLines Функция заключается в равномерном расположении меток вдоль x ось (автоматически размещается в правильном y-значение конечно). Если вы хотите, вы можете просто передать массив координат х каждой из меток. Вы можете даже настроить расположение одной метки (как показано на нижнем правом графике) и равномерно распределить остальные, если хотите.
В дополнение label_lines функция не учитывает строки, которым не присвоена метка в plot команда (или точнее, если метка содержит '_line').
Ключевое слово аргументы переданы labelLines или же labelLine передаются на text вызов функции (некоторые ключевые аргументы устанавливаются, если вызывающий код решает не указывать).
вопросы
- Ограничивающие рамки аннотации иногда нежелательно мешают другим кривым. Как показано
1а также10аннотации в верхнем левом сюжете. Я даже не уверен, что этого можно избежать. - Было бы неплохо указать
yПоложение вместо этого иногда. - Это все еще итеративный процесс, чтобы получить аннотации в нужном месте
- Это работает только когда
xосевые значенияfloats
Gotchas
- По умолчанию
labelLinesФункция предполагает, что все серии данных охватывают диапазон, заданный пределами оси. Взгляните на синюю кривую на верхнем левом графике красивой картинки. Если бы были доступны только данные дляxспектр0.5-1тогда мы не могли бы разместить ярлык в нужном месте (что немного меньше, чем0.2). Смотрите этот вопрос для особенно неприятного примера. В настоящее время код не определяет разумно этот сценарий и не переупорядочивает метки, однако существует разумный обходной путь. Функция labelLines принимаетxvalsаргумент; списокx-значения, указанные пользователем вместо линейного распределения по ширине по умолчанию. Таким образом, пользователь может решить, какойx-значения использовать для размещения метки каждого ряда данных.
Кроме того, я считаю, что это первый ответ, который завершает бонусную задачу по выравниванию меток с кривой, на которой они находятся.:)
label_lines.py:
from math import atan2,degrees
import numpy as np
#Label line with line2D label data
def labelLine(line,x,label=None,align=True,**kwargs):
ax = line.axes
xdata = line.get_xdata()
ydata = line.get_ydata()
if (x < xdata[0]) or (x > xdata[-1]):
print('x label location is outside data range!')
return
#Find corresponding y co-ordinate and angle of the line
ip = 1
for i in range(len(xdata)):
if x < xdata[i]:
ip = i
break
y = ydata[ip-1] + (ydata[ip]-ydata[ip-1])*(x-xdata[ip-1])/(xdata[ip]-xdata[ip-1])
if not label:
label = line.get_label()
if align:
#Compute the slope
dx = xdata[ip] - xdata[ip-1]
dy = ydata[ip] - ydata[ip-1]
ang = degrees(atan2(dy,dx))
#Transform to screen co-ordinates
pt = np.array([x,y]).reshape((1,2))
trans_angle = ax.transData.transform_angles(np.array((ang,)),pt)[0]
else:
trans_angle = 0
#Set a bunch of keyword arguments
if 'color' not in kwargs:
kwargs['color'] = line.get_color()
if ('horizontalalignment' not in kwargs) and ('ha' not in kwargs):
kwargs['ha'] = 'center'
if ('verticalalignment' not in kwargs) and ('va' not in kwargs):
kwargs['va'] = 'center'
if 'backgroundcolor' not in kwargs:
kwargs['backgroundcolor'] = ax.get_facecolor()
if 'clip_on' not in kwargs:
kwargs['clip_on'] = True
if 'zorder' not in kwargs:
kwargs['zorder'] = 2.5
ax.text(x,y,label,rotation=trans_angle,**kwargs)
def labelLines(lines,align=True,xvals=None,**kwargs):
ax = lines[0].axes
labLines = []
labels = []
#Take only the lines which have labels other than the default ones
for line in lines:
label = line.get_label()
if "_line" not in label:
labLines.append(line)
labels.append(label)
if xvals is None:
xmin,xmax = ax.get_xlim()
xvals = np.linspace(xmin,xmax,len(labLines)+2)[1:-1]
for line,x,label in zip(labLines,xvals,labels):
labelLine(line,x,label,align,**kwargs)
Тестовый код для генерации красивой картинки выше:
from matplotlib import pyplot as plt
from scipy.stats import loglaplace,chi2
from label_lines import *
X = np.linspace(0,1,500)
A = [1,2,5,10,20]
funcs = [np.arctan,np.sin,loglaplace(4).pdf,chi2(5).pdf]
plt.subplot(221)
for a in A:
plt.plot(X,np.arctan(a*X),label=str(a))
labelLines(plt.gca().get_lines(),zorder=2.5)
plt.subplot(222)
for a in A:
plt.plot(X,np.sin(a*X),label=str(a))
labelLines(plt.gca().get_lines(),align=False,fontsize=14)
plt.subplot(223)
for a in A:
plt.plot(X,loglaplace(4).pdf(a*X),label=str(a))
xvals = [0.8,0.55,0.22,0.104,0.045]
labelLines(plt.gca().get_lines(),align=False,xvals=xvals,color='k')
plt.subplot(224)
for a in A:
plt.plot(X,chi2(5).pdf(a*X),label=str(a))
lines = plt.gca().get_lines()
l1=lines[-1]
labelLine(l1,0.6,label=r'$Re=${}'.format(l1.get_label()),ha='left',va='bottom',align = False)
labelLines(lines[:-1],align=False)
plt.show()
Ответ @Jan Kuiken, безусловно, продуман и тщателен, но есть некоторые оговорки:
- это работает не во всех случаях
- это требует изрядного количества дополнительного кода
- это может значительно отличаться от одного участка к другому
Гораздо более простой подход состоит в том, чтобы аннотировать последнюю точку каждого графика. Точка также может быть обведена, для акцента. Это можно сделать с помощью одной дополнительной строки:
from matplotlib import pyplot as plt
for i, (x, y) in enumerate(samples):
plt.plot(x, y)
plt.text(x[-1], y[-1], 'sample {i}'.format(i=i))
Вариант будет использовать ax.annotate,
matplotx (который я написал) имеет
line_labels()который наносит метки справа от линий. Это также достаточно умно, чтобы избежать перекрытий, когда слишком много линий сосредоточено в одном месте. (См . Примеры в звездном графике.) Это достигается путем решения конкретной неотрицательной задачи наименьших квадратов на целевых позициях меток. В любом случае, во многих случаях, когда перекрытия нет, как в приведенном ниже примере, в этом даже нет необходимости.
import matplotlib.pyplot as plt
import matplotx
import numpy as np
# create data
rng = np.random.default_rng(0)
offsets = [1.0, 1.50, 1.60]
labels = ["no balancing", "CRV-27", "CRV-27*"]
x0 = np.linspace(0.0, 3.0, 100)
y = [offset * x0 / (x0 + 1) + 0.1 * rng.random(len(x0)) for offset in offsets]
# plot
with plt.style.context(matplotx.styles.dufte):
for yy, label in zip(y, labels):
plt.plot(x0, yy, label=label)
plt.xlabel("distance [m]")
matplotx.ylabel_top("voltage [V]") # move ylabel to the top, rotate
matplotx.line_labels() # line labels to the right
plt.show()
# plt.savefig("out.png", bbox_inches="tight")
Я применил другой подход на основе идеи @NauticalMile, реализованной @cphyc, добавив автоматическое позиционирование меток с помощью Shapely, чтобы избежать перекрытия. Это может быть полезно, если у вас много графиков со многими линиями, поскольку позволяет избежать позиционирования меток вручную.
С оригинальными примерами он дает:Примеры
Вы можете попробовать это сpip install matplotlib-inline-labels. Смотрите репо .
Более простой подход, такой как у Иоанниса Филиппидиса:
import matplotlib.pyplot as plt
import numpy as np
# evenly sampled time at 200ms intervals
tMin=-1 ;tMax=10
t = np.arange(tMin, tMax, 0.1)
# red dashes, blue points default
plt.plot(t, 22*t, 'r--', t, t**2, 'b')
factor=3/4 ;offset=20 # text position in view
textPosition=[(tMax+tMin)*factor,22*(tMax+tMin)*factor]
plt.text(textPosition[0],textPosition[1]+offset,'22 t',color='red',fontsize=20)
textPosition=[(tMax+tMin)*factor,((tMax+tMin)*factor)**2+20]
plt.text(textPosition[0],textPosition[1]+offset, 't^2', bbox=dict(facecolor='blue', alpha=0.5),fontsize=20)
plt.show()