假設(shè)您有一個(gè)在特定位置 x 處帶有垂直線 (matplotlib.axes.Axes.axvline) 的 pyplot。現(xiàn)在我想在 x 的 x 軸上有一個(gè)像“COG”這樣的文本，就像它是一個(gè)勾號(hào)一樣。它可以在可見軸或不可見軸上，也可以在兩者上。然而，刻度已存在（給定數(shù)組）子圖的共享 x 軸，僅最低可見我雖然關(guān)于使用普通文本（matplotlib.pyplot.text），但是它會(huì)在子圖中它不會(huì)是 xaxis 關(guān)系（至少到目前為止我還沒(méi)有找到可行的方法）我覺(jué)得手動(dòng)編輯刻度以添加單個(gè)項(xiàng)目并不是一個(gè)很好的解決方法。先謝謝了！
2 回答
慕神8447489
TA貢獻(xiàn)1780條經(jīng)驗(yàn) 獲得超1個(gè)贊
以下是子圖的示例圖，來(lái)自matplotlib：
import matplotlib.pyplot as plt
import numpy as np
# Some example data to display
x = np.linspace(0, 2 * np.pi, 400)
y = np.sin(x ** 2)
fig, axs = plt.subplots(2, sharex=True)
fig.suptitle('Vertically stacked subplots')
axs[0].plot(x, y)
axs[1].plot(x, -y)
要添加你想要的元素，你可以使用axvlineand text; Text元素可以在圖的邊界之外（實(shí)際上刻度標(biāo)簽是Text）。
#continued from above:
axs[0].xaxis.set_visible(False)
axs[0].axvline(4.5, color='red')
axs[0].text(4.5, -.05, 'COG', color='red', transform=axs[0].get_xaxis_transform(),
? ? ? ? ? ? ha='center', va='top')
axs[1].axvline(4.5, color='red')
axs[1].text(4.5, -.05, 'COG', color='red', transform=axs[1].get_xaxis_transform(),
? ? ? ? ? ? ha='center', va='top')
您可以改為添加另一個(gè)勾號(hào)并更改其顏色：
#again, continued from the first code block
axs[0].xaxis.set_visible(False)
axs[0].axvline(4.5, color='red')
axs[0].text(4.5, -.05, 'COG', color='red', transform=axs[0].get_xaxis_transform(),
? ? ? ? ? ? ha='center', va='top')
ticks = [0, 1, 2, 3, 4, 4.5, 5, 6]
labels = [0, 1, 2, 3, 4, "COG", 5, 6]
axs[1].axvline(4.5, color='red')
axs[1].set_xticks(ticks)
axs[1].set_xticklabels(labels)
axs[1].get_xticklabels()[5].set_color('red')
但是，如果您不想在頂部圖表上打勾，那么添加Text（如第一個(gè)示例中所示）似乎是最簡(jiǎn)單的。此外，在第二個(gè)示例中手動(dòng)設(shè)置刻度似乎更冗長(zhǎng)，并且存在選擇要更改的刻度的問(wèn)題（我在此處進(jìn)行索引axs[1].get_xticklabels()[5]，但對(duì)于更多刻度/更復(fù)雜的數(shù)字，您可能需要更智能的東西）。所以我更喜歡第一種方法而不是這種方法，但它在某些情況下可能會(huì)有用（比如如果你想讓你的線出現(xiàn)在現(xiàn)有的刻度上）。
catspeake
TA貢獻(xiàn)1111條經(jīng)驗(yàn) 獲得超0個(gè)贊
使用 Toms 的第一個(gè)例子可以得到預(yù)期的結(jié)果。
此外，對(duì)于標(biāo)簽上重疊文本的情況，我搜索了相鄰的刻度標(biāo)簽并將其透明度設(shè)置為 != 1。因此，文本“cog”始終可見。
import matplotlib.pyplot as plt
import numpy as np
xV = 4.5
dxV = 1/4 # best 1/4 of the spacing between two ticks
# Some example data to display
x = np.linspace(0, 2 * np.pi, 400)
y = np.sin(x ** 2)
fig, axs = plt.subplots(2, sharex=True)
fig.suptitle('Vertically stacked subplots')
axs[0].plot(x, y)
axs[0].xaxis.set_visible(False)
axs[0].axvline(xV, color='red')
axs[0].text(xV, -.05, 'COG', color='red', transform=axs[0].get_xaxis_transform(),
ha='center', va='top')
axs[1].plot(x, -y)
axs[1].axvline(xV, color='red')
axs[1].text(xV, -.05, 'COG', color='red', transform=axs[1].get_xaxis_transform(),
ha='center', va='top')
# Change Transparency if too close
xticks = axs[1].xaxis.get_major_ticks()
values = axs[1].get_xticks()
# values = axs[1].xaxis.get_major_locator()()
pos = np.where(np.logical_and( (xV-dxV) <= values, (xV+dxV) >= values))[0]
if pos.size > 0:
dist = np.abs(values[pos]-xV)
pos = pos[dist.argmin()]
xticks[pos].label1.set_alpha(0.5)
plt.show()
添加回答
舉報(bào)
0/150
提交
取消