Стили соединения аннотаций

PythonPythonBeginner
Практиковаться сейчас

This tutorial is from open-source community. Access the source code

💡 Этот учебник переведен с английского с помощью ИИ. Чтобы просмотреть оригинал, вы можете перейти на английский оригинал

Введение

В этом практическом занятии вы научитесь создавать стили соединения аннотаций с использованием библиотеки Matplotlib в Python. Аннотации являются важным инструментом при визуализации данных, так как помогают объяснить или выделить конкретные точки данных на графике. Стиль соединения аннотации относится к форме и стилю линии, соединяющей аннотацию с точкой данных.

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 при обучении, не стесняйтесь обращаться к Labby. Оставьте отзыв после занятия, и мы оперативно решим проблему для вас.

Импортируем необходимые библиотеки

Прежде чем создать наши аннотации, нам нужно импортировать необходимые библиотеки. В данном случае мы будем использовать библиотеку Matplotlib.

import matplotlib.pyplot as plt

Определяем функцию для создания стилей соединения аннотаций

Мы определим функцию, которая будет принимать два параметра: объект оси и стиль соединения. Функция будет наносить две точки данных и создавать аннотацию с указанным стилем соединения.

def demo_con_style(ax, connectionstyle):
    x1, y1 = 0.3, 0.2
    x2, y2 = 0.8, 0.6

    ax.plot([x1, x2], [y1, y2], ".")
    ax.annotate("",
                xy=(x1, y1), xycoords='data',
                xytext=(x2, y2), textcoords='data',
                arrowprops=dict(arrowstyle="->", color="0.5",
                                shrinkA=5, shrinkB=5,
                                patchA=None, patchB=None,
                                connectionstyle=connectionstyle,
                                ),
                )

    ax.text(.05,.95, connectionstyle.replace(",", ",\n"),
            transform=ax.transAxes, ha="left", va="top")

Создаем стили соединения аннотаций

Мы создадим различные стили соединения аннотаций с использованием функции demo_con_style и построим их на сетке.

fig, axs = plt.subplots(3, 5, figsize=(7, 6.3), layout="constrained")
demo_con_style(axs[0, 0], "angle3,angleA=90,angleB=0")
demo_con_style(axs[1, 0], "angle3,angleA=0,angleB=90")
demo_con_style(axs[0, 1], "arc3,rad=0.")
demo_con_style(axs[1, 1], "arc3,rad=0.3")
demo_con_style(axs[2, 1], "arc3,rad=-0.3")
demo_con_style(axs[0, 2], "angle,angleA=-90,angleB=180,rad=0")
demo_con_style(axs[1, 2], "angle,angleA=-90,angleB=180,rad=5")
demo_con_style(axs[2, 2], "angle,angleA=-90,angleB=10,rad=5")
demo_con_style(axs[0, 3], "arc,angleA=-90,angleB=0,armA=30,armB=30,rad=0")
demo_con_style(axs[1, 3], "arc,angleA=-90,angleB=0,armA=30,armB=30,rad=5")
demo_con_style(axs[2, 3], "arc,angleA=-90,angleB=0,armA=0,armB=40,rad=0")
demo_con_style(axs[0, 4], "bar,fraction=0.3")
demo_con_style(axs[1, 4], "bar,fraction=-0.3")
demo_con_style(axs[2, 4], "bar,angle=180,fraction=-0.2")

for ax in axs.flat:
    ax.set(xlim=(0, 1), ylim=(0, 1.25), xticks=[], yticks=[], aspect=1.25)
fig.set_constrained_layout_pads(wspace=0, hspace=0, w_pad=0, h_pad=0)

plt.show()

Интерпретируем результаты

Будет показана сформированная сетка аннотаций с различными стилями соединения. Аннотации помогают выделить точки данных на графике, а различные стили демонстрируют многообразие возможностей аннотаций в Matplotlib.

Резюме

В этом практическом занятии был рассмотрен обзор способов создания стилей соединения аннотаций с использованием библиотеки Matplotlib в Python. Аннотации - это полезный инструмент при визуализации данных и могут быть использованы для объяснения или выделения конкретных точек данных на графике. Стиль соединения аннотации относится к форме и стилю линии, соединяющей аннотацию с точкой данных. Следуя шагам, описанным в этом практическом занятии, вы теперь должны быть в состоянии создать собственные стили соединения аннотаций в Matplotlib.