Création d'une fonction réutilisable pour les superpositions d'images
Pour rendre notre code plus réutilisable, créons une fonction qui peut ajouter une superposition d'image à n'importe quelle figure Matplotlib. De cette façon, nous pouvons facilement appliquer le même effet à différents graphiques.
- Créez une nouvelle cellule dans votre notebook et entrez le code suivant :
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()
Ce code définit une fonction appelée add_image_overlay qui :
- Prend en paramètres la figure, le chemin de l'image, la position, la transparence et l'ordre de dessin (z-order).
- Charge l'image spécifiée.
- Ajoute l'image à la figure en utilisant
figimage.
- Retourne la figure modifiée.
Après avoir défini la fonction, nous démontrons son utilisation en créant un nuage de points avec des données aléatoires et en ajoutant le logo de Matplotlib en superposition.
- Exécutez la cellule en appuyant sur Shift+Enter.
La sortie devrait montrer un nuage de points avec des points positionnés et colorés aléatoirement, et le logo de Matplotlib superposé à la position (50, 50) avec une opacité de 40 %.
- Essayons un autre exemple avec un graphique linéaire. Créez une nouvelle cellule et entrez le code suivant :
## 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()
Ce code crée un graphique linéaire montrant une onde sinusoïdale et ajoute le logo de Matplotlib dans le coin inférieur droit du graphique.
- Exécutez la cellule en appuyant sur Shift+Enter.
La sortie devrait montrer un graphique linéaire d'une onde sinusoïdale avec le logo de Matplotlib superposé dans le coin inférieur droit avec une opacité de 60 %.
Ces exemples démontrent comment notre fonction add_image_overlay peut être utilisée pour ajouter facilement des superpositions d'images à différents types de graphiques, en faisant d'elle un outil polyvalent pour personnaliser les visualisations.
