Erstellen einer wiederverwendbaren Funktion für Bildüberlagerungen
Um unseren Code wiederverwendbarer zu machen, erstellen wir eine Funktion, die ein Bild als Überlagerung zu jeder Matplotlib-Abbildung hinzufügen kann. So können wir denselben Effekt einfach auf verschiedene Diagramme anwenden.
- Erstellen Sie eine neue Zelle in Ihrem Notebook und geben Sie den folgenden Code ein:
def add_image_overlay(fig, image_path, x_pos=25, y_pos=25, alpha=0.5, zorder=3):
"""
Add an image overlay to a matplotlib figure.
Parameters:
-----------
fig : matplotlib.figure.Figure
The figure to add the image to
image_path : str
Path to the image file
x_pos : int
X position in pixels from the bottom left
y_pos : int
Y position in pixels from the bottom left
alpha : float
Transparency level (0 to 1)
zorder : int
Drawing order (higher numbers are drawn on top)
Returns:
--------
fig : matplotlib.figure.Figure
The figure with the image overlay
"""
## Load the image
with cbook.get_sample_data(image_path) as file:
im = image.imread(file)
## Add the image to the figure
fig.figimage(im, x_pos, y_pos, zorder=zorder, alpha=alpha)
return fig
## Example usage: Create a scatter plot with an image overlay
fig, ax = plt.subplots(figsize=(10, 6))
## Set a random seed for reproducibility
np.random.seed(19680801)
## Generate random data for a scatter plot
x = np.random.rand(50) * 10
y = np.random.rand(50) * 10
## Create a scatter plot
ax.scatter(x, y, s=100, c=np.random.rand(50), cmap='viridis', alpha=0.7)
ax.grid(linestyle='--', alpha=0.7)
ax.set_xlabel('X-axis Label')
ax.set_ylabel('Y-axis Label')
ax.set_title('Scatter Plot with Image Overlay')
## Add the image overlay using our function
add_image_overlay(fig, 'logo2.png', x_pos=50, y_pos=50, alpha=0.4)
## Display the plot
plt.tight_layout()
plt.show()
Dieser Code definiert eine Funktion namens add_image_overlay, die:
- Parameter für die Abbildung, den Bildpfad, die Position, die Transparenz und die Zeichnungsreihenfolge (z-order) akzeptiert.
- Das angegebene Bild lädt.
- Das Bild mithilfe von
figimage zur Abbildung hinzufügt.
- Die modifizierte Abbildung zurückgibt.
Nachdem die Funktion definiert wurde, demonstrieren wir ihre Verwendung, indem wir ein Streudiagramm mit Zufallsdaten erstellen und das Matplotlib-Logo als Überlagerung hinzufügen.
- Führen Sie die Zelle aus, indem Sie Shift+Enter drücken.
Die Ausgabe sollte ein Streudiagramm mit zufällig positionierten und farbigen Punkten zeigen, sowie das Matplotlib-Logo, das an Position (50, 50) mit 40 % Opazität überlagert ist.
- Versuchen wir noch ein Beispiel mit einem Linien Diagramm. Erstellen Sie eine neue Zelle und geben Sie den folgenden Code ein:
## Example usage: Create a line plot with an image overlay
fig, ax = plt.subplots(figsize=(10, 6))
## Generate data for a line plot
x = np.linspace(0, 10, 100)
y = np.sin(x)
## Create a line plot
ax.plot(x, y, linewidth=2, color='#d62728')
ax.grid(linestyle='--', alpha=0.7)
ax.set_xlabel('X-axis Label')
ax.set_ylabel('Y-axis Label')
ax.set_title('Sine Wave with Image Overlay')
ax.set_ylim(-1.5, 1.5)
## Add the image overlay using our function
## Place it in the bottom right corner
fig_width, fig_height = fig.get_size_inches() * fig.dpi
with cbook.get_sample_data('logo2.png') as file:
im = image.imread(file)
x_pos = fig_width - im.shape[1] - 50 ## 50 pixels from the right edge
add_image_overlay(fig, 'logo2.png', x_pos=x_pos, y_pos=50, alpha=0.6)
## Display the plot
plt.tight_layout()
plt.show()
Dieser Code erstellt ein Linien Diagramm, das eine Sinuswelle zeigt, und fügt das Matplotlib-Logo in die untere rechte Ecke des Diagramms ein.
- Führen Sie die Zelle aus, indem Sie Shift+Enter drücken.
Die Ausgabe sollte ein Linien Diagramm einer Sinuswelle zeigen, mit dem Matplotlib-Logo, das in der unteren rechten Ecke mit 60 % Opazität überlagert ist.
Diese Beispiele zeigen, wie unsere add_image_overlay-Funktion verwendet werden kann, um einfach Bildüberlagerungen zu verschiedenen Diagrammtypen hinzuzufügen, was sie zu einem vielseitigen Werkzeug zur Anpassung von Visualisierungen macht.
