Matplotlib 子图标注 | Python 数据可视化

简介

Matplotlib 是 Python 中广泛使用的数据可视化库。它提供了各种工具来创建不同类型的图表，包括子图。在创建子图时，给每个图表添加标签通常有助于读者更轻松地理解所呈现的信息。在本实验中，我们将学习如何使用 Matplotlib 提供的不同方法给子图添加标签。

虚拟机使用提示

虚拟机启动完成后，点击左上角切换到“笔记本”标签页，以访问 Jupyter Notebook 进行练习。

有时，你可能需要等待几秒钟让 Jupyter Notebook 完成加载。由于 Jupyter Notebook 的限制，操作验证无法自动化。

如果你在学习过程中遇到问题，随时向 Labby 提问。课程结束后提供反馈，我们会及时为你解决问题。

导入库

第一步是导入所需的库。我们将使用 matplotlib.pyplot 和 matplotlib.transforms 来创建和变换子图。

import matplotlib.pyplot as plt
import matplotlib.transforms as mtransforms

创建子图

接下来，我们使用 plt.subplot_mosaic 创建子图。我们将创建一个 3x2 的子图网格，并按如下方式为它们标注：

左上角的子图将标注为“a)”
左下角的子图将标注为“b)”
右上角和右下角的子图将分别标注为“c)”和“d)”

fig, axs = plt.subplot_mosaic([['a)', 'c)'], ['b)', 'c)'], ['d)', 'd)']], layout='constrained')

在坐标轴内添加标签

给子图添加标签最简单的方法是将标签放在坐标轴内。我们可以通过使用 ax.text 方法来实现这一点。我们将遍历每个子图，并使用 ax.transAxes 在坐标轴内添加标签。

for label, ax in axs.items():
    ## label physical distance in and down:
    trans = mtransforms.ScaledTranslation(10/72, -5/72, fig.dpi_scale_trans)
    ax.text(0.0, 1.0, label, transform=ax.transAxes + trans,
            fontsize='medium', verticalalignment='top', fontfamily='serif',
            bbox=dict(facecolor='0.7', edgecolor='none', pad=3.0))

在坐标轴外添加标签

我们可能希望标签在坐标轴外，但仍相互对齐。在这种情况下，我们使用稍有不同的变换。

for label, ax in axs.items():
    ## label physical distance to the left and up:
    trans = mtransforms.ScaledTranslation(-20/72, 7/72, fig.dpi_scale_trans)
    ax.text(0.0, 1.0, label, transform=ax.transAxes + trans,
            fontsize='medium', va='bottom', fontfamily='serif')

带标题的标签

如果我们希望标签与标题对齐，可以将其合并到标题中，或者使用 loc 关键字参数。

for label, ax in axs.items():
    ax.set_title('Normal Title', fontstyle='italic')
    ax.set_title(label, fontfamily='serif', loc='left', fontsize='medium')

显示子图

最后，我们使用 plt.show() 来显示子图。

plt.show()

总结

在本实验中，我们学习了如何使用不同方法在 Matplotlib 中为子图添加标签。我们使用 ax.text 在坐标轴内添加标签，使用 ax.set_title 结合标题添加标签，以及使用 plt.subplot_mosaic 创建子图。我们还使用 matplotlib.transforms 来变换坐标轴以对齐标签。通过为子图添加标签，我们可以使图表更具信息性且更易于理解。

使用 Matplotlib 为子图添加标签

简介