Matplotlib 自定义标记/符号
Posted
技术标签:
【中文标题】Matplotlib 自定义标记/符号【英文标题】:Matplotlib custom marker/symbol 【发布时间】:2022-01-08 22:34:21 【问题描述】:所以有这个指南: http://matplotlib.org/examples/pylab_examples/scatter_symbol.html
# http://matplotlib.org/examples/pylab_examples/scatter_symbol.html
from matplotlib import pyplot as plt
import numpy as np
import matplotlib
x = np.arange(0.0, 50.0, 2.0)
y = x ** 1.3 + np.random.rand(*x.shape) * 30.0
s = np.random.rand(*x.shape) * 800 + 500
plt.scatter(x, y, s, c="g", alpha=0.5, marker=r'$\clubsuit$',
label="Luck")
plt.xlabel("Leprechauns")
plt.ylabel("Gold")
plt.legend(loc=2)
plt.show()
但是如果你像我一样不想使用俱乐部套装标记...
你如何制作自己的标记_________?
更新
我喜欢这种特殊标记类型的地方在于它很容易使用简单的 matplotlib 语法进行调整:
from matplotlib import pyplot as plt
import numpy as np
import matplotlib
x = np.arange(0.0, 50.0, 2.0)
y = x ** 1.3 + np.random.rand(*x.shape) * 30.0
s = np.random.rand(*x.shape) * 800 + 500
plt.plot(x, y, "ro", alpha=0.5, marker=r'$\clubsuit$', markersize=22)
plt.xlabel("Leprechauns")
plt.ylabel("Gold")
plt.show()
【问题讨论】:
你看过this吗? 是的,我确实有。但这对我没有用。我喜欢 matplotlib 示例代码的地方是 'c="g"',我将其解释为绘图的颜色调整(在编写时没有 python shell 来测试它)。 【参考方案1】:所以发现它只是使用数学文本符号,而不是引用存储在 matplotlib 模块中的任何基于向量的特殊标记...
from matplotlib import pyplot as plt
import numpy as np
from numpy.random import randint
import matplotlib
x = np.arange(0.0, 100.0, 2.0)
y = x ** 1.3 + np.random.rand(*x.shape) * 30.0
s = np.random.rand(*x.shape) * 800 + 500
markers = ['\\alpha', '\\beta', '\gamma', '\sigma','\infty', \
'\spadesuit', '\heartsuit', '\diamondsuit', '\clubsuit', \
'\\bigodot', '\\bigotimes', '\\bigoplus', '\imath', '\\bowtie', \
'\\bigtriangleup', '\\bigtriangledown', '\oslash' \
'\ast', '\\times', '\circ', '\\bullet', '\star', '+', \
'\Theta', '\Xi', '\Phi', \
'\$', '\#', '\%', '\S']
def getRandomMarker():
return "$"+markers[randint(0,len(markers),1)]+"$"
def getMarker(i):
# Use modulus in order not to have the index exceeding the lenght of the list (markers)
return "$"+markers[i % len(markers)]+"$"
for i, mi in enumerate(markers):
plt.plot(x[i], y[i], "b", alpha=0.5, marker=getRandomMarker(), markersize=randint(16,26,1))
plt.plot(x[i], y[i]+50, "m", alpha=0.5, marker=getMarker(i), markersize=randint(16,26,1))
# Let's see if their "center" is located where we expect them to be...
plt.plot(x[i], y[i]+100, "y", alpha=0.5, marker=getMarker(i), markersize=24)
plt.plot(x[i], y[i]+100, "k+", markersize=12, markeredgewidth=2)
plt.xlabel("x-axis")
plt.ylabel("y-axis")
plt.xlim( -5, plt.xlim()[1]+5 )
plt.ylim( 0, plt.ylim()[1]*1.1 )
plt.gcf().set_size_inches(12,6)
plt.show()
【讨论】:
我试图找到一个“充满的心”,因为 \heartsuit 只是一个轮廓。使用 unicode 标记对我有用:marker=ur'$\u2665$'
对于那些有兴趣删除普通字母/单词上的斜体的人,使用\mathrm
或\rm
mathtext 命令有效。例如。 marker=r'$\mathrmM$'
为 M.
所有支持的符号列表:matplotlib.org/stable/tutorials/text/mathtext.html#symbols
你应该使用 r-strings 来避免使用双反斜杠 Latex 命令,例如markers = [r'\alpha', r'\beta', r'\gamma', ...]
【参考方案2】:
matplotlib
最灵活的选项是marker paths。
我使用 Inkscape 将 Smiley face svg 转换为单个 SVG 路径。 Inkscape 还具有在光栅图像中跟踪路径的选项。
我使用 svg 路径使用svgpath2mpl 将其转换为matplotlib.path.Path
。
!pip install svgpath2mpl matplotlib
from svgpath2mpl import parse_path
import matplotlib.pyplot as plt
import numpy as np
# Use Inkscape to edit SVG,
# Path -> Combine to convert multiple paths into a single path
# Use Path -> Object to path to convert objects to SVG path
smiley = parse_path("""m 739.01202,391.98936 c 13,26 13,57 9,85 -6,27 -18,52 -35,68 -21,20 -50,23 -77,18 -15,-4 -28,-12 -39,-23 -18,-17 -30,-40 -36,-67 -4,-20 -4,-41 0,-60 l 6,-21 z m -302,-1 c 2,3 6,20 7,29 5,28 1,57 -11,83 -15,30 -41,52 -72,60 -29,7 -57,0 -82,-15 -26,-17 -45,-49 -50,-82 -2,-12 -2,-33 0,-45 1,-10 5,-26 8,-30 z M 487.15488,66.132209 c 121,21 194,115.000001 212,233.000001 l 0,8 25,1 1,18 -481,0 c -6,-13 -10,-27 -13,-41 -13,-94 38,-146 114,-193.000001 45,-23 93,-29 142,-26 z m -47,18 c -52,6 -98,28.000001 -138,62.000001 -28,25 -46,56 -51,87 -4,20 -1,57 5,70 l 423,1 c 2,-56 -39,-118 -74,-157 -31,-34 -72,-54.000001 -116,-63.000001 -11,-2 -38,-2 -49,0 z m 138,324.000001 c -5,6 -6,40 -2,58 3,16 4,16 10,10 14,-14 38,-14 52,0 15,18 12,41 -6,55 -3,3 -5,5 -5,6 1,4 22,8 34,7 42,-4 57.6,-40 66.2,-77 3,-17 1,-53 -4,-59 l -145.2,0 z m -331,-1 c -4,5 -5,34 -4,50 2,14 6,24 8,24 1,0 3,-2 6,-5 17,-17 47,-13 58,9 7,16 4,31 -8,43 -4,4 -7,8 -7,9 0,0 4,2 8,3 51,17 105,-20 115,-80 3,-15 0,-43 -3,-53 z m 61,-266 c 0,0 46,-40 105,-53.000001 66,-15 114,7 114,7 0,0 -14,76.000001 -93,95.000001 -76,18 -126,-49 -126,-49 z""")
smiley.vertices -= smiley.vertices.mean(axis=0)
x = np.linspace(-3, 3, 20)
plt.plot(x, np.sin(x), marker=smiley, markersize=20, color='c')
plt.show()
Google Colab Link
【讨论】:
不错!有什么方法可以用自定义颜色填充标记? 另外,smiley.vertices -= smiley.vertices.mean(axis=0)
有什么作用?出于某种原因,我的图标显示为上下颠倒。知道为什么吗?
作为参考,我发现本教程更详细地介绍了如何实现这一点:petercbsmith.github.io/marker-tutorial.html以上是关于Matplotlib 自定义标记/符号的主要内容,如果未能解决你的问题,请参考以下文章
Python matplotlib可视化:自定义轴标签格式化函数(在轴刻度上添加自定义的数值以及符号形式)使用自定义函数在Matplotlib中为坐标轴刻度添加自定义符号(例如,货币符号¥$等)
Python matplotlib可视化:在Matplotlib中为坐标轴刻度添加自定义符号(例如,货币符号¥$等)水平条形图(horizontal bar)
学会Python-Matplotlib可视化,快速完成数据分析——自定义样式绘制精美统计图
Python matplotlib可视化:用Matplotlib的bar_label函数自定义条形图的数值标签用Matplotlib的bar_label函数为条形图添加数值标记(在每一个条形的中部)
Python使用matplotlib可视化时间序列将时间序列数据的波峰和波谷进行使用自定义颜色的形状标记(Time Series with Peaks and Troughs Annotated)