在 ipython 笔记本中向 matplotlib 图中添加任意线

Question

我对 python/matplotlib 和通过 ipython notebook 使用它都很陌生。我正在尝试向现有图形添加一些注释线，但我不知道如何在图形上呈现这些线。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：

那么如何添加从 (70,100) 到 (70,250) 的垂直线？从 (70,100) 到 (90,200) 的对角线呢？

我已经用Line2D() 尝试了一些事情，结果只是让我感到困惑。在R 中，我将简单地使用将添加线段的segments() 函数。 matplotlib 中是否有等价物？

Answer 1

您可以通过向plot 命令提供相应的数据（线段的边界）来直接绘制您想要的线：

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

（当然可以选择颜色、线宽、线型等）

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

newcomers 还为时不晚。

plt.axvline(x, color='r') # vertical
plt.axhline(x, color='r') # horizontal

它也采用y 的范围，使用ymin 和ymax。

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)

基本的调用签名是：

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

Answer 4

Matplolib 现在允许 OP 正在寻找的“注释行”。 annotate() 函数允许多种形式的连接路径，无头无尾箭头（即简单线）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"),
            )

在the documentation 中，它说您只能绘制一个以空字符串作为第一个参数的箭头。

来自 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回答中的方法一样，您可以选择颜色、线宽、线型等。

这里是对部分代码的修改，它会使两个示例行之一变成红色、更宽，并且不是 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."), 
              )

您也可以通过调整connectionstyle 为连接线添加曲线。

Answer 5

与其滥用plot或annotate这样对很多线路效率低下，你可以使用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()

它需要一个行列表[l1, l2, ...]，其中每一行是一个N个坐标序列（N可以多于两个）。

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 M values 的序列，在这种情况下 第i行是values[i % M]。