溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊(cè)×
其他方式登錄
點(diǎn)擊 登錄注冊(cè) 即表示同意《億速云用戶服務(wù)條款》

如何使用matplotlib庫實(shí)現(xiàn)圖形局部數(shù)據(jù)放大顯示

發(fā)布時(shí)間:2022-02-18 10:43:48 來源:億速云 閱讀:457 作者:iii 欄目:開發(fā)技術(shù)

本篇內(nèi)容介紹了“如何使用matplotlib庫實(shí)現(xiàn)圖形局部數(shù)據(jù)放大顯示”的有關(guān)知識(shí),在實(shí)際案例的操作過程中,不少人都會(huì)遇到這樣的困境,接下來就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧!希望大家仔細(xì)閱讀,能夠?qū)W有所成!

一、繪制總體圖形

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.axes_grid1.inset_locator import inset_axes
from matplotlib.patches import ConnectionPatch
import  pandas as pd

MAX_EPISODES = 300
x_axis_data = []
for l in range(MAX_EPISODES):
    x_axis_data.append(l)

fig, ax = plt.subplots(1, 1)
data1 = pd.read_csv('./result/test_reward.csv')['test_reward'].values.tolist()[:MAX_EPISODES]
data2 = pd.read_csv('./result/test_reward_att.csv')['test_reward_att'].values.tolist()[:MAX_EPISODES]
ax.plot(data1,label="no att")
ax.plot(data2,label = "att")
ax.legend()

如何使用matplotlib庫實(shí)現(xiàn)圖形局部數(shù)據(jù)放大顯示

二、插入局部子坐標(biāo)系

#插入子坐標(biāo)系
axins = inset_axes(ax, width="40%", height="20%", loc=3,
                   bbox_to_anchor=(0.3, 0.1, 2, 2),
                   bbox_transform=ax.transAxes)
#在子坐標(biāo)系中放入數(shù)據(jù)
axins.plot(data1)
axins.plot(data2)

如何使用matplotlib庫實(shí)現(xiàn)圖形局部數(shù)據(jù)放大顯示

三、限制局部子坐標(biāo)系數(shù)據(jù)范圍

#設(shè)置放大區(qū)間
zone_left = 150
zone_right = 170
# 坐標(biāo)軸的擴(kuò)展比例(根據(jù)實(shí)際數(shù)據(jù)調(diào)整)
x_ratio = 0  # x軸顯示范圍的擴(kuò)展比例
y_ratio = 0.05  # y軸顯示范圍的擴(kuò)展比例

# X軸的顯示范圍
xlim0 = x_axis_data[zone_left]-(x_axis_data[zone_right]-x_axis_data[zone_left])*x_ratio
xlim1 = x_axis_data[zone_right]+(x_axis_data[zone_right]-x_axis_data[zone_left])*x_ratio

# Y軸的顯示范圍
y = np.hstack((data1[zone_left:zone_right], data2[zone_left:zone_right]))
ylim0 = np.min(y)-(np.max(y)-np.min(y))*y_ratio
ylim1 = np.max(y)+(np.max(y)-np.min(y))*y_ratio

# 調(diào)整子坐標(biāo)系的顯示范圍
axins.set_xlim(xlim0, xlim1)
axins.set_ylim(ylim0, ylim1)

(-198439.93763, -134649.56637000002)

如何使用matplotlib庫實(shí)現(xiàn)圖形局部數(shù)據(jù)放大顯示

四、加上方框和連接線

# 原圖中畫方框
tx0 = xlim0
tx1 = xlim1
ty0 = ylim0
ty1 = ylim1
sx = [tx0,tx1,tx1,tx0,tx0]
sy = [ty0,ty0,ty1,ty1,ty0]
ax.plot(sx,sy,"blue")

# 畫兩條線
#第一條線
xy = (xlim0,ylim0)
xy2 = (xlim0,ylim1)
"""
xy為主圖上坐標(biāo),xy2為子坐標(biāo)系上坐標(biāo),axins為子坐標(biāo)系,ax為主坐標(biāo)系。
"""
con = ConnectionPatch(xyA=xy2,xyB=xy,coordsA="data",coordsB="data",
        axesA=axins,axesB=ax)

axins.add_artist(con)
#第二條線
xy = (xlim1,ylim0)
xy2 = (xlim1,ylim1)
con = ConnectionPatch(xyA=xy2,xyB=xy,coordsA="data",coordsB="data",
        axesA=axins,axesB=ax)
axins.add_artist(con)

如何使用matplotlib庫實(shí)現(xiàn)圖形局部數(shù)據(jù)放大顯示

五、總體實(shí)現(xiàn)代碼

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.axes_grid1.inset_locator import inset_axes
from matplotlib.patches import ConnectionPatch
import  pandas as pd

MAX_EPISODES = 300
x_axis_data = []
for l in range(MAX_EPISODES):
    x_axis_data.append(l)

fig, ax = plt.subplots(1, 1)
data1 = pd.read_csv('./result/test_reward.csv')['test_reward'].values.tolist()[:MAX_EPISODES]
data2 = pd.read_csv('./result/test_reward_att.csv')['test_reward_att'].values.tolist()[:MAX_EPISODES]
ax.plot(data1,label="no att")
ax.plot(data2,label = "att")
ax.legend()

#插入子坐標(biāo)系
axins = inset_axes(ax, width="20%", height="20%", loc=3,
                   bbox_to_anchor=(0.3, 0.1, 2, 2),
                   bbox_transform=ax.transAxes)
#在子坐標(biāo)系中放入數(shù)據(jù)
axins.plot(data1)
axins.plot(data2)

#設(shè)置放大區(qū)間
zone_left = 150
zone_right = 170
# 坐標(biāo)軸的擴(kuò)展比例(根據(jù)實(shí)際數(shù)據(jù)調(diào)整)
x_ratio = 0  # x軸顯示范圍的擴(kuò)展比例
y_ratio = 0.05  # y軸顯示范圍的擴(kuò)展比例

# X軸的顯示范圍
xlim0 = x_axis_data[zone_left]-(x_axis_data[zone_right]-x_axis_data[zone_left])*x_ratio
xlim1 = x_axis_data[zone_right]+(x_axis_data[zone_right]-x_axis_data[zone_left])*x_ratio

# Y軸的顯示范圍
y = np.hstack((data1[zone_left:zone_right], data2[zone_left:zone_right]))
ylim0 = np.min(y)-(np.max(y)-np.min(y))*y_ratio
ylim1 = np.max(y)+(np.max(y)-np.min(y))*y_ratio

# 調(diào)整子坐標(biāo)系的顯示范圍
axins.set_xlim(xlim0, xlim1)
axins.set_ylim(ylim0, ylim1)


# 原圖中畫方框
tx0 = xlim0
tx1 = xlim1
ty0 = ylim0
ty1 = ylim1
sx = [tx0,tx1,tx1,tx0,tx0]
sy = [ty0,ty0,ty1,ty1,ty0]
ax.plot(sx,sy,"blue")

# 畫兩條線
# 第一條線
xy = (xlim0,ylim0)
xy2 = (xlim0,ylim1)
"""
xy為主圖上坐標(biāo),xy2為子坐標(biāo)系上坐標(biāo),axins為子坐標(biāo)系,ax為主坐標(biāo)系。
"""
con = ConnectionPatch(xyA=xy2,xyB=xy,coordsA="data",coordsB="data",
        axesA=axins,axesB=ax)

axins.add_artist(con)
# 第二條線
xy = (xlim1,ylim0)
xy2 = (xlim1,ylim1)
con = ConnectionPatch(xyA=xy2,xyB=xy,coordsA="data",coordsB="data",
        axesA=axins,axesB=ax)
axins.add_artist(con)

如何使用matplotlib庫實(shí)現(xiàn)圖形局部數(shù)據(jù)放大顯示

“如何使用matplotlib庫實(shí)現(xiàn)圖形局部數(shù)據(jù)放大顯示”的內(nèi)容就介紹到這里了,感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí)可以關(guān)注億速云網(wǎng)站,小編將為大家輸出更多高質(zhì)量的實(shí)用文章!

向AI問一下細(xì)節(jié)

免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI