การเพิ่มคำอธิบายแผนภูมิให้กับ PyPlot ใน Matplotlib อย่างง่ายที่สุดเท่าที่จะทำได้

TL; DR ->เราจะสร้างคำอธิบายสำหรับกราฟเส้นMatplotlibได้PyPlotโดยไม่ต้องสร้างตัวแปรเพิ่มเติมได้อย่างไร

โปรดพิจารณาสคริปต์การสร้างกราฟด้านล่าง:

if __name__ == '__main__':
    PyPlot.plot(total_lengths, sort_times_bubble, 'b-',
                total_lengths, sort_times_ins, 'r-',
                total_lengths, sort_times_merge_r, 'g+',
                total_lengths, sort_times_merge_i, 'p-', )
    PyPlot.title("Combined Statistics")
    PyPlot.xlabel("Length of list (number)")
    PyPlot.ylabel("Time taken (seconds)")
    PyPlot.show()

ในขณะที่คุณสามารถดูนี้คือการใช้พื้นฐานมากของ'smatplotlib PyPlotสิ่งนี้จะสร้างกราฟตามที่ต้องการด้านล่าง:

ไม่มีอะไรพิเศษฉันรู้ อย่างไรก็ตามมันไม่ชัดเจนว่าข้อมูลใดถูกพล็อตตรงไหน (ฉันพยายามพล็อตข้อมูลของอัลกอริธึมการเรียงลำดับความยาวเทียบกับเวลาและฉันต้องการให้แน่ใจว่าคนรู้ว่าบรรทัดไหนอยู่) ดังนั้นฉันต้องการตำนาน แต่ดูตัวอย่างต่อไปนี้ด้านล่าง ( จากเว็บไซต์อย่างเป็นทางการ ):

ax = subplot(1,1,1)
p1, = ax.plot([1,2,3], label="line 1")
p2, = ax.plot([3,2,1], label="line 2")
p3, = ax.plot([2,3,1], label="line 3")

handles, labels = ax.get_legend_handles_labels()

# reverse the order
ax.legend(handles[::-1], labels[::-1])

# or sort them by labels
import operator
hl = sorted(zip(handles, labels),
            key=operator.itemgetter(1))
handles2, labels2 = zip(*hl)

ax.legend(handles2, labels2)

คุณจะเห็นว่าฉันต้องสร้างตัวแปรaxเพิ่มเติม ฉันจะเพิ่มคำอธิบายแผนภูมิลงในกราฟได้อย่างไรโดยไม่ต้องสร้างตัวแปรพิเศษนี้และรักษาความเรียบง่ายของสคริปต์ปัจจุบันของฉันไว้

เพิ่มlabel=ให้กับแต่ละของคุณโทรแล้วโทรplot()legend(loc='upper left')

ลองพิจารณาตัวอย่างนี้ (ทดสอบกับ Python 3.8.0):

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 20, 1000)
y1 = np.sin(x)
y2 = np.cos(x)

plt.plot(x, y1, "-b", label="sine")
plt.plot(x, y2, "-r", label="cosine")
plt.legend(loc="upper left")
plt.ylim(-1.5, 2.0)
plt.show()

แก้ไขเล็กน้อยจากบทช่วยสอนนี้: http://jakevdp.github.io/mpl_tutorial/tutorial_pages/tut1.html

คุณสามารถเข้าถึงเช่นแกน ( ax) plt.gca()ด้วย ในกรณีนี้คุณสามารถใช้

plt.gca().legend()

คุณสามารถทำได้โดยใช้label=คำสำคัญในการplt.plot()โทรแต่ละครั้งของคุณหรือโดยการกำหนดป้ายกำกับของคุณเป็น tuple หรือรายการภายในlegendเช่นในตัวอย่างการทำงานนี้:

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(-0.75,1,100)
y0 = np.exp(2 + 3*x - 7*x**3)
y1 = 7-4*np.sin(4*x)
plt.plot(x,y0,x,y1)
plt.gca().legend(('y0','y1'))
plt.show()

อย่างไรก็ตามหากคุณจำเป็นต้องเข้าถึงอินสแตนซ์ Axes มากกว่านั้นอีกครั้งฉันขอแนะนำให้บันทึกลงในตัวแปรaxด้วย

ax = plt.gca()

แล้วโทรแทนaxplt.gca()

นี่คือตัวอย่างที่จะช่วยคุณออก ...

fig = plt.figure(figsize=(10,5))
ax = fig.add_subplot(111)
ax.set_title('ADR vs Rating (CS:GO)')
ax.scatter(x=data[:,0],y=data[:,1],label='Data')
plt.plot(data[:,0], m*data[:,0] + b,color='red',label='Our Fitting 
Line')
ax.set_xlabel('ADR')
ax.set_ylabel('Rating')
ax.legend(loc='best')
plt.show()

พล็อตเรื่องง่ายสำหรับเส้นโค้งไซน์และโคไซน์พร้อมตำนาน

มือสอง matplotlib.pyplot

import math
import matplotlib.pyplot as plt
x=[]
for i in range(-314,314):
    x.append(i/100)
ysin=[math.sin(i) for i in x]
ycos=[math.cos(i) for i in x]
plt.plot(x,ysin,label='sin(x)')  #specify label for the corresponding curve
plt.plot(x,ycos,label='cos(x)')
plt.xticks([-3.14,-1.57,0,1.57,3.14],['-$\pi$','-$\pi$/2',0,'$\pi$/2','$\pi$'])
plt.legend()
plt.show()

เพิ่มป้ายกำกับให้กับแต่ละอาร์กิวเมนต์ในการเรียกใช้พล็อตของคุณที่สอดคล้องกับชุดข้อมูลที่เป็นกราฟเช่น label = "series 1"

จากนั้นเพิ่มPyplot.legend()ไปที่ด้านล่างสุดของสคริปต์และคำอธิบายจะแสดงป้ายกำกับเหล่านี้

คุณสามารถเพิ่มเอกสารอธิบายตำนานที่กำหนดเองได้

first = [1, 2, 4, 5, 4]
second = [3, 4, 2, 2, 3]
plt.plot(first,'g--', second, 'r--')
plt.legend(['First List','Second List'], loc='upper left')
plt.show()

    # Dependencies
    import numpy as np
    import matplotlib.pyplot as plt

    #Set Axes
    # Set x axis to numerical value for month
    x_axis_data = np.arange(1,13,1)
    x_axis_data

    # Average weather temp
    points = [39, 42, 51, 62, 72, 82, 86, 84, 77, 65, 55, 44]

    # Plot the line
    plt.plot(x_axis_data, points)
    plt.show()

    # Convert to Celsius C = (F-32) * 0.56
    points_C = [round((x-32) * 0.56,2) for x in points]
    points_C

    # Plot using Celsius
    plt.plot(x_axis_data, points_C)
    plt.show()

    # Plot both on the same chart
    plt.plot(x_axis_data, points)
    plt.plot(x_axis_data, points_C)

    #Line colors
    plt.plot(x_axis_data, points, "-b", label="F")
    plt.plot(x_axis_data, points_C, "-r", label="C")

    #locate legend
    plt.legend(loc="upper left")
    plt.show()