建站
咨詢
售后
建站咨詢
新聞中心
在用Matplotlib進行可視化過程中，很多時候為了更直觀地展現(xiàn)數(shù)據(jù)大小，會將具體的數(shù)值標注在圖形中，比如在柱狀圖上標明數(shù)值大小。
公司主營業(yè)務(wù)：網(wǎng)站設(shè)計制作、網(wǎng)站建設(shè)、移動網(wǎng)站開發(fā)等業(yè)務(wù)。幫助企業(yè)客戶真正實現(xiàn)互聯(lián)網(wǎng)宣傳，提高企業(yè)的競爭能力。創(chuàng)新互聯(lián)是一支青春激揚、勤奮敬業(yè)、活力青春激揚、勤奮敬業(yè)、活力澎湃、和諧高效的團隊。公司秉承以“開放、自由、嚴謹、自律”為核心的企業(yè)文化，感謝他們對我們的高要求，感謝他們從不同領(lǐng)域給我們帶來的挑戰(zhàn)，讓我們激情的團隊有機會用頭腦與智慧不斷的給客戶帶來驚喜。創(chuàng)新互聯(lián)推出沙河口免費做網(wǎng)站回饋大家。
這篇文章會以一個實際的案例，詳細講講如何給數(shù)據(jù)加注解，同時也介紹一下一種比較騷的操作，即Matplotlib的內(nèi)嵌圖（把一張小圖嵌入到一張大圖中），學會這個后，你能夠繪制出這種圖形
數(shù)據(jù)注釋
演示的數(shù)據(jù)集為2016年抵美（到達美國）人數(shù)排名前十的國家數(shù)據(jù)，包含國名和具體入境人數(shù)，人數(shù)的具體單位為百萬人次
- import pandas as pd
- import numpy as np
- import matplotlib.pyplot as plt
- %matplotlib inline
- plt.rcParams['font.sans-serif'] = 'SimHei'
- x_data = ['加拿大','墨西哥','英國','日本','中國','德國','韓國','法國','巴西','印度']
- y_data = [13.428347,12.255948,3.019111,2.352919,2.09833,1.322882,1.282097,1.127868,1.109066,0.874016]
有了數(shù)據(jù)后，可以非?？斓禺嫵鲆粡堉鶢顖D
- fig,ax = plt.subplots(figsize=(16,6))
- ax.bar(x_data,y_data)
接下來開始加注釋，即在柱狀圖上顯示具體數(shù)值。在Matplotlib中，為數(shù)據(jù)加上注釋有兩種方式，一種是使用ax.text()，另一種則是ax.annotate()。
ax.text()
ax.text()的主要作用是為圖中加上一些text，也就是文字。不僅是能夠加注釋，只要指定了坐標，可以在圖上的任何坐標加上text。
函數(shù)中的幾個重要的參數(shù)，具體介紹一下
- x：x的坐標
- y：y的坐標
- s：要加的文字
- rotation：文字旋轉(zhuǎn)的角度
- fontsize：文字字體大小
- fontweight：文字字體粗細
需要注意的是，每次調(diào)用ax.text()只能生成一個Text對象，也就是說每次只能加一個注釋，多個的話需要寫循環(huán)生成。
所以一般加注釋是這么一個流程：先確定注釋的橫縱坐標-->寫循環(huán)調(diào)用ax.text()
- fig,ax = plt.subplots(figsize=(16,6))
- ax.bar(x_data,y_data)
- # 循環(huán)生成text
- # horizontalalignment參數(shù)設(shè)置注釋居中顯示
- for x,y in zip(x_data,y_data):
- ax.text(x,y+0.05,y,fontsize=14,horizontalalignment='center')
關(guān)于圖表美化方面，這里暫時不過多贅述。
ax.annotate()
相比于ax.text()，ax.annotate()更像是專門為做注釋而生的，annotate便是注釋的意思。
ax.annotate()的注釋功能更強大，除了加入文本注釋外，如果有需要還能夠加上箭頭→進行指示。
一些主要的參數(shù)如下：
- s：注釋文本
- xy：要加注釋的數(shù)據(jù)點位置
- xytext：文本注釋的位置，默認情況下為xy
- arrowprops：一個控制箭頭的屬性的dict，如果需要顯示箭頭，必須要設(shè)置
這里比較有意思的兩個參數(shù)是xy和xytext，二者貌似沒啥區(qū)別的樣子，這個地方確實很容易產(chǎn)生困惑。
一般情況下，s和xy是必須要設(shè)置的參數(shù)，如果不指定，xytext默認和xy一致。
但如果要設(shè)置箭頭的話，xy的坐標則定義了箭頭的頭部，xytext則指定箭頭的尾部和文本注釋的位置，實際畫圖來理解看看。
ax.annotate()和ax.text()的畫圖流程是一致的，都需要循環(huán)生成注釋。
不設(shè)置箭頭，簡單加上注釋
- fig,ax = plt.subplots(figsize=(16,6))
- ax.bar(x_data,y_data)
- for x,y in zip(x_data,y_data):
- ax.annotate(y,(x,y+0.05),fontsize=14,horizontalalignment='center')
加上注釋并設(shè)置箭頭
- fig,ax = plt.subplots(figsize=(16,6))
- ax.bar(x_data,y_data)
- # 箭頭頭部坐標(x,y)
- # 箭頭尾部坐標（注釋坐標）為(x,y+1)
- for x,y in zip(x_data,y_data):
- ax.annotate(y,xy = (x,y),xytext = (x,y+1),fontsize=14,horizontalalignment='center',
- arrowprops =dict(arrowstyle='->'))
- # 將縱坐標范圍擴大
- ax.set_ylim([0,16])
設(shè)置了顯示箭頭之后，可以明顯地看出，箭頭是由xytext坐標指向xy的坐標的，所以，當你不需要設(shè)置箭頭的時候，xytext設(shè)置的意義并不大。
內(nèi)嵌圖
內(nèi)嵌圖大家可能用的比較少，但這種圖其實還是挺有用的。
拿上面的數(shù)據(jù)例子來說，柱狀圖顯示了2016年抵美人數(shù)排名前十的國家的具體人數(shù)，如果這時想結(jié)合各大地域抵美人數(shù)的占比數(shù)據(jù)進行分析，該如何繪圖？
一個比較直接的想法是用subplots子圖來實現(xiàn)，比如上邊顯示柱狀圖，下邊顯示餅圖，如下：
- zhou_name = ['西歐','亞洲','南美洲','大洋洲','加勒比地區(qū)','中東地區(qū)','中美洲','東歐','非洲']
- zhou_percent = [36.2,30.8,13.9,4.3,4.1,3.8,2.8,2.6,1.5]
- fig,ax = plt.subplots(2,1,figsize=(16,12))
- ax[0].bar(x_data,y_data)
- for x,y in zip(x_data,y_data):
- ax[0].annotate(y,(x,y+0.05),fontsize=14,horizontalalignment='center')
- ax[1].pie(zhou_percent,labels=zhou_name,autopct='%1.1f%%')
這當然是可行的，但還有更好的方案，那便是內(nèi)嵌圖。注意到這里的柱狀圖右側(cè)有很大的留白部分，如果把餅圖放到柱狀圖右側(cè)的留白部分會顯得更加直觀。
內(nèi)嵌圖有兩種生成方式，一種是fig.add_axes()，另一種則是使用inset_axes()。
fig.add_axes()
fig.add_axes()就是在原有的Figure上加上一個新的區(qū)域Axes，然后在這個區(qū)域中繪制圖形。
使用這個方法的話需要指定新增的這個區(qū)域Axes在Figure中的相對位置和區(qū)域大小，輸入?yún)?shù)均為相對于原來Figure的比例值，如下：
- # left和bottom控制新Axes的位置
- # width和height控制新Axes的大?。ㄩL寬）
- # 這些均用相對數(shù)來表示，大小在0-1之間
- left,bottom,width,height = [0.5,0.3,0.5,0.5]
- fig,ax1 = plt.subplots(figsize=(16,6))
- ax1.bar(x_data,y_data)
- for x,y in zip(x_data,y_data):
- ax1.annotate(y,(x,y+0.05),fontsize=14,horizontalalignment='center')
- # 運用fig.add_axes()新增一個區(qū)域Axes繪圖
- ax2 = fig.add_axes([left,bottom,width,height])
- ax2.pie(zhou_percent,labels=zhou_name,autopct='%1.1f%%')
inset_axes
相比于fig.add_axes()需要對相對位置進行調(diào)試，使用inset_axes()進行繪圖則可以方便進行定位。
inset_axes中的位置由參數(shù)loc設(shè)置，可以用字符串控制，也可以輸入數(shù)字，具體如下：
- 'upper right' : 1
- 'upper left' : 2
- 'lower left' : 3
- ......
- 'upper center' : 9
- 'center' : 10
- # 使用前需要先導(dǎo)包
- from mpl_toolkits.axes_grid1.inset_locator import inset_axes
- fig,ax1 = plt.subplots(figsize=(16,6))
- ax1.bar(x_data,y_data)
- for x,y in zip(x_data,y_data):
- ax1.annotate(y,(x,y+0.05),fontsize=14,horizontalalignment='center')
- # 將內(nèi)嵌圖置于右側(cè)，寬度和長度分別為相對長度
- ax2 = inset_axes(ax1,width = '60%',height = '60%',loc='right')
- ax2.pie(zhou_percent,labels=zhou_name,autopct='%1.1f%%')
美化方面這里就不再多講了，具體可以參照這篇文章如何用 Matplotlib 畫一張好看的圖。
分享名稱：如何在matplotlib中加注釋和內(nèi)嵌圖
本文地址：http://www.dlmjj.cn/article/djohohd.html
