在ipython notebook中的matplotlib图中添加任意一行

Question

我对python/matplotlib都很陌生,并通过ipython笔记本使用它.我正在尝试向现有图形添加一些注释线,我无法弄清楚如何在图形上渲染线条.因此,例如,如果我绘制以下内容:

import numpy as np
np.random.seed(5)
x = arange(1, 101)
y = 20 + 3 * x + np.random.normal(0, 60, 100)
p =  plot(x, y, "o")

我得到以下图表:

那么我如何添加从(70,100)到(70,250)的垂直线？从(70,100)到(90,200)的对角线怎么样？

我尝试了一些事情,Line2D()但除了我之外什么也没有产生混淆.在R我只想用段()函数,这将增加线段.有没有等价的matplotlib？

Answer 1

您可以通过plot使用相应的数据(段的边界)提供命令来直接绘制所需的行:

plot([x1, x2], [y1, y2], color='k', linestyle='-', linewidth=2)

(当然你可以选择颜色,线宽,线条样式等)

从你的例子:

import numpy as np
import matplotlib.pyplot as plt

np.random.seed(5)
x = np.arange(1, 101)
y = 20 + 3 * x + np.random.normal(0, 60, 100)
plt.plot(x, y, "o")


# draw vertical line from (70,100) to (70, 250)
plt.plot([70, 70], [100, 250], 'k-', lw=2)

# draw diagonal line from (70, 90) to (90, 200)
plt.plot([70, 90], [90, 200], 'k-')

plt.show()

Answer 2

这对新人来说还不算太晚.

plt.axvline(x, color='r')

http://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.axvline

使用ymin和ymax也需要y的范围.

Answer 3

使用vlines:

import numpy as np
np.random.seed(5)
x = arange(1, 101)
y = 20 + 3 * x + np.random.normal(0, 60, 100)
p =  plot(x, y, "o")
vlines(70,100,250)

基本呼叫签名是:

vlines(x, ymin, ymax)
hlines(y, xmin, xmax)

Answer 4

Matplolib现在允许OP寻求“注释行”。该annotate()功能允许使用多种形式的连接路径，无头箭和无尾箭就是其中之一。

ax.annotate("",
            xy=(0.2, 0.2), xycoords='data',
            xytext=(0.8, 0.8), textcoords='data',
            arrowprops=dict(arrowstyle="-",
                      connectionstyle="arc3, rad=0"),
            )

它在文档中说您只能绘制带有空字符串的箭头作为第一个参数。

从OP的示例：

%matplotlib notebook
import numpy as np
import matplotlib.pyplot as plt

np.random.seed(5)
x = np.arange(1, 101)
y = 20 + 3 * x + np.random.normal(0, 60, 100)
plt.plot(x, y, "o")


# draw vertical line from (70,100) to (70, 250)
plt.annotate("",
              xy=(70, 100), xycoords='data',
              xytext=(70, 250), textcoords='data',
              arrowprops=dict(arrowstyle="-",
                              connectionstyle="arc3,rad=0."), 
              )

# draw diagonal line from (70, 90) to (90, 200)
plt.annotate("",
              xy=(70, 90), xycoords='data',
              xytext=(90, 200), textcoords='data',
              arrowprops=dict(arrowstyle="-",
                              connectionstyle="arc3,rad=0."), 
              )

plt.show()

就像gcalmettes答案中的方法一样，您可以选择颜色，线宽，线型等。

这是对部分代码的更改，将使两个示例行之一变为红色，更宽且并非100％不透明。

# draw vertical line from (70,100) to (70, 250)
plt.annotate("",
              xy=(70, 100), xycoords='data',
              xytext=(70, 250), textcoords='data',
              arrowprops=dict(arrowstyle="-",
                              edgecolor = "red",
                              linewidth=5,
                              alpha=0.65,
                              connectionstyle="arc3,rad=0."), 
              )

您还可以通过调整来将曲线添加到连接线connectionstyle。

Answer 5

而不是滥用plot或annotate，这将是低效的多条线路，则可以使用matplotlib.collections.LineCollection：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.collections import LineCollection

np.random.seed(5)
x = np.arange(1, 101)
y = 20 + 3 * x + np.random.normal(0, 60, 100)
plt.plot(x, y, "o")

# Takes list of lines, where each line is a sequence of coordinates
l1 = [(70, 100), (70, 250)]
l2 = [(70, 90), (90, 200)]
lc = LineCollection([l1, l2], color=["k","blue"], lw=2)

plt.gca().add_collection(lc)

plt.show()

它需要一个 lines 列表[l1, l2, ...]，其中每一行都是N 个坐标的序列（N可以是两个以上）。

标准格式关键字可用，接受单个值（在这种情况下该值适用于每一行）或一个序列M values，在这种情况下第i行的值是values[i % M]。