Увеличенный вставной график Matplotlib | Визуализация данных Python

Введение

Matplotlib - популярная библиотека визуализации данных на Python. Она предоставляет множество инструментов для создания различных типов графиков и диаграмм. Одной из полезных функций Matplotlib является возможность увеличения определенной области графика, что может помочь в более тщательном анализе данных. В этом практическом занятии мы научимся создавать увеличенный вставной график с использованием Matplotlib.

Советы по работе с ВМ

После запуска виртуальной машины кликните в левом верхнем углу, чтобы переключиться на вкладку Notebook и получить доступ к Jupyter Notebook для практики.

Иногда вам может потребоваться подождать несколько секунд, пока Jupyter Notebook загрузится. Валидация операций не может быть автоматизирована из-за ограничений Jupyter Notebook.

Если вы сталкиваетесь с проблемами во время обучения, не стесняйтесь обращаться к Labby. Оставьте отзыв после занятия, и мы оперативно решим проблему для вас.

Импортируем необходимые библиотеки

Прежде чем начать создавать увеличенный вставной график, нам нужно импортировать необходимые библиотеки. В этом практическом занятии мы будем использовать matplotlib.pyplot и numpy.

import matplotlib.pyplot as plt
import numpy as np

Создаем фигуру и подграфики

Далее мы создадим фигуру и подграфики для отображения наших данных. Мы создадим два подграфика рядом, чтобы показать два различных примера увеличенных вставных графиков.

fig, (ax, ax2) = plt.subplots(ncols=2, figsize=[6, 3])

Создаем увеличенный вставной график с шкалой размеров

В первом подграфике мы создадим увеличенный вставной график с шкалой размеров. Это покажет, как использовать метод .zoomed_inset_axes для создания увеличенного вставного графика.

## Set the aspect ratio of the plot to 1
ax.set_aspect(1)

## Create a zoomed inset in the upper right corner of the plot
axins = zoomed_inset_axes(ax, zoom=0.5, loc='upper right')

## Set the number of ticks on the inset axes
axins.yaxis.get_major_locator().set_params(nbins=7)
axins.xaxis.get_major_locator().set_params(nbins=7)

## Hide the tick labels on the inset axes
axins.tick_params(labelleft=False, labelbottom=False)

## Define a function to add a size bar to the plot
def add_sizebar(ax, size):
    asb = AnchoredSizeBar(ax.transData,
                          size,
                          str(size),
                          loc=8,
                          pad=0.1, borderpad=0.5, sep=5,
                          frameon=False)
    ax.add_artist(asb)

## Add a size bar to the main plot and the inset plot
add_sizebar(ax, 0.5)
add_sizebar(axins, 0.5)

Создаем изображение с вставным увеличением и отмеченной вставкой

Во втором подграфике мы создадим изображение с вставным увеличением и отмеченной вставкой. Это покажет, как использовать метод .mark_inset для отметки области интереса и соединения ее с осями вставки.

## Load sample data for the image
Z = cbook.get_sample_data("axes_grid/bivariate_normal.npy")  ## 15x15 array
extent = (-3, 4, -4, 3)
Z2 = np.zeros((150, 150))
ny, nx = Z.shape
Z2[30:30+ny, 30:30+nx] = Z

## Display the image in the subplot
ax2.imshow(Z2, extent=extent, origin="lower")

## Create a zoomed inset in the upper left corner of the plot
axins2 = zoomed_inset_axes(ax2, zoom=6, loc=1)

## Display the image in the inset plot
axins2.imshow(Z2, extent=extent, origin="lower")

## Set the x and y limits of the inset plot to show the region of interest
x1, x2, y1, y2 = -1.5, -0.9, -2.5, -1.9
axins2.set_xlim(x1, x2)
axins2.set_ylim(y1, y2)

## Set the number of ticks on the inset axes
axins2.yaxis.get_major_locator().set_params(nbins=7)
axins2.xaxis.get_major_locator().set_params(nbins=7)

## Hide the tick labels on the inset axes
axins2.tick_params(labelleft=False, labelbottom=False)

## Mark the region of interest and connect it to the inset axes
mark_inset(ax2, axins2, loc1=2, loc2=4, fc="none", ec="0.5")

Отображаем график

Наконец, мы отобразим график с использованием метода plt.show().

plt.show()

Резюме

В этом практическом занятии мы узнали, как создавать увеличенные вставные графики с использованием Matplotlib. Мы использовали методы .zoomed_inset_axes и .mark_inset для создания двух различных примеров увеличенных вставных графиков. Используя эти методы, мы можем анализировать данные более тщательно и получить представления, которые могут быть невидимыми на исходном графике.

Создание увеличенного вставного графика с использованием Matplotlib