Вбудовані мітки в Matplotlib


100

У Matplotlib не надто складно скласти легенду ( example_legend(), внизу), але я думаю, що кращий стиль - розміщувати мітки прямо на кривих, що будуються (як у example_inline(), нижче). Це може бути дуже примхливо, оскільки мені доводиться вказувати координати вручну, і, якщо я переформатую графік, мені, мабуть, доведеться змінити розташування міток. Чи існує спосіб автоматичного створення міток на кривих у Matplotlib? Бонусні бали за можливість орієнтувати текст під кутом, що відповідає куту кривої.

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()

Фігура з легендою

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')

Фігура з вбудованими мітками

Відповіді:


28

Приємне запитання, деякий час тому я трохи експериментував із цим, але не часто ним користувався, оскільки він все ще не захищений від кулі. Я розділив ділянку ділянки на сітку 32x32 і розрахував "потенційне поле" для найкращого положення мітки для кожного рядка згідно з наступними правилами:

  • пробіли - гарне місце для етикетки
  • Мітка повинна бути біля відповідного рядка
  • Етикетка повинна бути подалі від інших рядків

Код був приблизно 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()

І отриманий сюжет: введіть тут опис зображення


Дуже хороша. Однак у мене є приклад, який працює не повністю: plt.plot(x2, 3*x2**2, label="3x*x"); plt.plot(x2, 2*x2**2, label="2x*x"); plt.plot(x2, 0.5*x2**2, label="0.5x*x"); plt.plot(x2, -1*x2**2, label="-x*x"); plt.plot(x2, -2.5*x2**2, label="-2.5*x*x"); my_legend();це ставить одну з міток у верхньому лівому куті. Будь-які ідеї щодо того, як це виправити? Здається, проблема полягає в тому, що рядки розташовані занадто близько один до одного.
egpbos

Вибачте, забув x2 = np.linspace(0,0.5,100).
egpbos

Чи є спосіб використовувати це без scipy? У моїй поточній системі це важко встановлювати.
AnnanFay

У мене це не працює під Python 3.6.4, Matplotlib 2.1.2 та Scipy 1.0.0. Після оновлення printкоманди вона запускається і створює 4 сюжети, 3 з яких, здається, є нерівним тупіканням (можливо, щось спільне з 32x32), а четвертий із мітками в непарних місцях.
Y Девіс

84

Оновлення: Користувач cphyc люб’язно створив сховище Github для коду в цій відповіді (див. Тут ) і об’єднав код у пакет, який може бути встановлений за допомогою pip install matplotlib-label-lines.


Гарна картина:

напівавтоматичне маркування сюжету

У matplotlibце досить легко етикетки ізополей (або автоматично , або вручну розміщення ярликів з мишею). Здається, (поки) немає жодної еквівалентної можливості позначати серії даних таким чином! Можливо, є якась семантична причина не включення цієї функції, яка мені бракує.

Незважаючи на це, я написав наступний модуль, який приймає будь-які можливості для напівавтоматичного позначення ділянки. Для цього потрібні лише numpyпара функцій зі стандартної mathбібліотеки.

Опис

За замовчуванням поведінка labelLinesфункції полягає у рівномірному xрозміщенні міток вздовж осі ( yзвичайно, автоматично встановлюючи правильне значення). Якщо ви хочете, ви можете просто передати масив x координат кожної з міток. Ви навіть можете налаштувати розташування однієї мітки (як показано на нижньому правому графіку), а решту рівномірно розставити, якщо хочете.

Крім того, label_linesфункція не враховує рядки, яким не було призначено мітку в plotкоманді (або точніше, якщо мітка містить '_line').

Аргументи ключового слова, що передаються labelLinesабо labelLineпередаються у textвиклик функції (деякі аргументи ключових слів встановлюються, якщо код виклику вирішив не вказати).

Проблеми

  • Поля, що обмежують анотації, іноді небажано втручаються в інші криві. Як показано анотаціями 1та та 10у верхньому лівому графіку. Я навіть не впевнений, що цього можна уникнути.
  • Було б непогано yіноді вказати посаду.
  • Це все ще ітераційний процес отримання анотацій у потрібному місці
  • Це працює лише тоді, коли xзначення -x осі floats

Маю

  • За замовчуванням labelLinesфункція передбачає, що всі ряди даних охоплюють діапазон, визначений межами осі. Погляньте на синю криву у верхній лівій частині гарненького малюнка. Якби для xдіапазону були доступні лише дані 0.5- 1тоді ми не могли розмістити ярлик у потрібному місці (що трохи менше, ніж 0.2). Дивіться це питання на особливо неприємний приклад. Зараз код не інтелектуально визначає цей сценарій і не переставляє мітки, однак є обґрунтоване рішення. Функція labelLines приймає xvalsаргумент; список x-значень, заданих користувачем, замість лінійного розподілу за замовчуванням по ширині. Тож користувач може вирішити, який самеx-значення, що використовуються для розміщення етикеток кожного ряду даних.

Крім того, я вважаю, що це перша відповідь на виконання бонусної мети - вирівнювання міток з кривою, на якій вони перебувають. :)

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)

Тестовий код для створення гарної картинки вище:

from matplotlib import pyplot as plt
from scipy.stats import loglaplace,chi2

from labellines 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()

1
@blujay Я рада, що ти зміг адаптувати його відповідно до своїх потреб. Я додаю це обмеження як проблему.
NauticalMile

1
@Liza Прочитайте моє розуміння, я щойно додав, чому це відбувається. Для вашого випадку (я припускаю, що це як у цьому питанні ), якщо ви не хочете вручну створити список xvals, ви labelLinesможете трохи змінити код: змініть код у if xvals is None:області, щоб створити список, заснований на інших критеріях. Можна почати зxvals = [(np.min(l.get_xdata())+np.max(l.get_xdata()))/2 for l in lines]
NauticalMile

1
@Liza Ваш графік мене інтригує. Проблема полягає в тому, що ваші дані не рівномірно розподілені по графіку, і у вас є багато кривих, які лежать майже одна на одній. З моїм рішенням у багатьох випадках може бути дуже важко розрізнити етикетки. Я думаю, що найкращим рішенням є наявність блоків складених між собою ярликів у різних порожніх частинах вашої ділянки. Див. Цей графік для прикладу з двома блоками складених міток (один блок з 1 міткою, а інший блок з 4). Здійснення цього було б неабиякою роботою, я міг би зробити це в якийсь момент у майбутньому.
NauticalMile

1
Примітка: починаючи з Matplotlib 2.0 .get_axes()і .get_axis_bgcolor()вже не підтримується. Будь ласка, замініть на .axesі .get_facecolor(), відповідно.
Jiāgěng

1
Ще одна дивовижна річ labellinesполягає в тому, що властивості, пов’язані з нею plt.textабо ax.textзастосовуються до неї. Значення, яке можна встановити fontsizeта bboxпараметри у labelLines()функції.
tionichm

52

Відповідь @Jan Kuiken, безумовно, є продуманою та ґрунтовною, але є кілька застережень:

  • це працює не у всіх випадках
  • для цього потрібно додаткову кількість додаткового коду
  • він може значно відрізнятися від одного сюжету до іншого

Набагато простіший підхід полягає в анотації останньої точки кожного сюжету. Точку також можна обвести, для акценту. Це можна зробити за допомогою одного додаткового рядка:

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))

Варіант буде використовувати ax.annotate.


1
+1! Це виглядає як приємне і просте рішення. Вибачте за лінощі, але як би це виглядало? Чи був би текст усередині сюжету або зверху правої осі y?
rocarvaj

1
@rocarvaj Це залежить від інших налаштувань. Етикетки можуть виступати за межі ділянки ділянки. Два способи уникнути такої поведінки: 1) використовувати індекс, відмінний від -1, 2) встановити відповідні обмеження осі, щоб забезпечити місце для міток.
Іоанніс Філіппідіс

1
Також стає безлад, якщо графіки концентруються на якомусь значенні y - кінцеві точки стають занадто близькими, щоб текст виглядав гарно
LazyCat

@LazyCat: Це правда. Щоб це виправити, можна зробити анотації перетяжними. Трохи болю, я думаю, але це зробить трюк.
PlacidLush

1

Більш простий підхід, як підхід Йоанніса Філіппідіса:

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()

код python 3 на sageCell

Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.