首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >用matplotlib实现画中画

用matplotlib实现画中画

作者头像
生信修炼手册
发布于 2020-09-04 03:03:51
发布于 2020-09-04 03:03:51
1K00
代码可运行
举报
文章被收录于专栏:生信修炼手册生信修炼手册
运行总次数:0
代码可运行

当我们想要在一个坐标系中包含另外一个完整的图像时,就需要用到子图相关的技术,在matplotlib中,提供了以下两种实现方式

1. 画中画

通过在原本axes中插入一个新的axes, 来实现画中画的目的,代码如下

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
>>> fig,ax = plt.subplots()
>>> ax.scatter(x= np.random.randn(10), y=np.random.randn(10),s=40 * np.arange(10),c=np.random.randn(10))
>>> ax1 = ax.inset_axes([0.6, 0.5, 0.3, 0.45])
>>> ax1.scatter(x= np.random.randn(10), y=np.random.randn(10),s=40 * np.arange(10),c=np.random.randn(10))
>>> plt.show()

输出结果如下

这种方式本质上两个axes是相互独立的,所以可以实现任意两个图像的叠加,非常的灵活。

2. 缩放图

顾名思义,对图中的局部区域进行缩放,属于画中画的一种特殊情况,在matplotlib中,针对这一场景,专门提供了indicate_inset_zoom,来实现缩放图,用法如下

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
>>> fig,ax = plt.subplots()
>>> seed = 123456
>>> np.random.seed(seed)
>>> ax.scatter(x= np.random.randn(10), y=np.random.randn(10),s=40 * np.arange(10),c=np.random.randn(10))
>>> ax1 = ax.inset_axes([0.6, 0.5, 0.32, 0.45])
>>> np.random.seed(seed)
>>> ax1.scatter(x= np.random.randn(10), y=np.random.randn(10),s=40 * np.arange(10),c=np.random.randn(10))
>>> ax1.set_xlim(-1.5, -0.8)
>>> ax1.set_ylim(-0.8, -0.3)
>>> ax.indicate_inset_zoom(ax1)
>>> plt.show()

输出结果如下

在缩放图中,会将原本的区域和缩放之后的区域用线条连接起来,这是缩放图独有的特征。

·end·

—如果喜欢,快分享给你的朋友们吧—

原创不易,欢迎收藏,点赞,转发!生信知识浩瀚如海,在生信学习的道路上,让我们一起并肩作战!

本公众号深耕耘生信领域多年,具有丰富的数据分析经验,致力于提供真正有价值的数据分析服务,擅长个性化分析,欢迎有需要的老师和同学前来咨询。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2020-08-31,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 生信修炼手册 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
干货|教你一文掌握:Matplotlib+Seaborn可视化
Seaborn和Matplotlib是Python最强大的两个可视化库。Seaborn其默认主题让人惊讶,而Matplotlib可以通过其多个分类为用户打造专属功能。
1480
2020/03/09
4.9K0
干货|教你一文掌握:Matplotlib+Seaborn可视化
Python数据分析之matplotlib(提高篇)
matplotlib核心剖析(http://www.cnblogs.com/vamei/archive/2013/01/30/2879700.html#commentform)
AI异构
2020/07/29
6830
Python数据分析之matplotlib(提高篇)
matplotlib实现一页多图
直接指定是在创建figure的时候,就直接定义好多个axes的排列方式;动态增加则是根据需要在figure上添加axes。下面来具体看下用法
生信修炼手册
2020/09/04
9210
matplotlib实现一页多图
数据分析 ——— matplotlib基础(二)
在上面的三个面板中分别画出了sin,cos图,前面两个参数分别为x轴, y轴数据。ax2的第三个参数“go--”是matlab风格的绘图,ax3上给出了点的标记maker,这一块是可以自己定义的,可以参考我上一篇文章数据分析 ——数据可视化matplotlib(一)。
andrew_a
2019/09/26
8800
数据分析 ——— matplotlib基础(二)
深度学习基础之matplotlib,一文搞定各个示例
Matplotlib 是 Python 的绘图库。它可与 NumPy 一起使用 ,Matplotlib也是深度学习的常用绘图库,主要是将训练的成果进行图形化,因为这样更直观,更方便发现训练中的问题,今天来学习下,走起!!
香菜聊游戏
2021/10/19
1.7K0
深度学习基础之matplotlib,一文搞定各个示例
matplotlib基础绘图命令之scatter
在matplotlib中,scatter方法用于绘制散点图,与plot方法不同之处在于,scatter主要用于绘制点的颜色和大小呈现梯度变化的散点图,也就是我们常说的气泡图。基本用法如下
生信修炼手册
2020/07/29
1.3K0
matplotlib基础绘图命令之scatter
Python数据分析之matplotlib(应用篇)
matplotlib核心剖析(http://www.cnblogs.com/vamei/archive/2013/01/30/2879700.html#commentform)
AI异构
2020/07/29
3570
Python数据分析之matplotlib(应用篇)
Matplotlib时间序列型图表(2)
在上一篇文章中,我们了解了时间序列图表的绘制方法,效果如下(滑动以浏览),对以往的工作做个总结。目的就是简化大家代码的书写过程,拓宽绘图方法,为科研和商业绘图提供帮助。
python数据可视化之路
2023/02/23
6910
Matplotlib时间序列型图表(2)
maplotlib 标准颜色、风格样式和水印
一、标准颜色列表 """ ======================== Visualizing named colors ======================== Simple plot
用户6021899
2019/08/14
9170
Matplotlib绘制六种可视化图表,值得收藏
可视化图表,有相当多种,但常见的也就下面几种,其他比较复杂一点,大都也是基于如下几种进行组合,变换出来的。对于初学者来说,很容易被这官网上众多的图表类型给吓着了,由于种类太多,几种图表的绘制方法很有可能会混淆起来。
double
2019/08/20
1.2K0
我的机器学习matplotlib篇导入画出第一个图形颜色,标记,线型刻度、标题、标签和图例!创建子图
前言: matplotlib是python最常用的绘图库,能帮你画出美丽的各种图 导入 包含了中文显示,屏外显示 import matplotlib.pyplot as plt import matplotlib as mpl import numpy as np %matplotlib tk #解决中文不显示问题 mpl.rcParams['font.sans-serif'] = ['SimHei'] mpl.rcParams['axes.unicode_minus'] = False 画出第
DC童生
2018/04/27
1.6K0
我的机器学习matplotlib篇导入画出第一个图形颜色,标记,线型刻度、标题、标签和图例!创建子图
Matplotlib 中文用户指南 8.2 我们最喜欢的秘籍
这里是一个简短的教程,示例和代码片段的集合,展示了一些有用的经验和技巧,来制作更精美的图像,并克服一些 matplotlib 的缺陷。
ApacheCN_飞龙
2022/12/01
9170
Matplotlib 中文用户指南 8.2 我们最喜欢的秘籍
Python基础(十二) | 还不会python绘图?两万字博文教你Matplotlib库(超详细总结)
https://matplotlib.org/api/_as_gen/matplotlib.pyplot.plot.html#matplotlib.pyplot.plot
timerring
2022/10/08
2.6K0
Python基础(十二) | 还不会python绘图?两万字博文教你Matplotlib库(超详细总结)
线性回归,核技巧和线性核
在这篇文章中,我想展示一个有趣的结果:线性回归与无正则化的线性核ridge回归是等 价的。
deephub
2023/11/10
3270
线性回归,核技巧和线性核
Matplotlib进行数据可视化的快速上手指南
图表是数据探索过程的基础,它们让我们更好地理解我们的数据——例如,帮助识别异常值或所需要做的数据处理或者作为建立机器学习模型提供新的想法和方式。绘制图表是任何数据科学报告的重要组成部分。
deephub
2022/01/21
1.2K0
Matplotlib进行数据可视化的快速上手指南
Matplotlib 学习笔记
在 matplotlib 中,整个图像为 Figure ,而一个 Figure 中可以有多个 axes。
zucchiniy
2020/05/22
5860
以柱状图的形式显示散点图的边缘分布。
import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.axes_grid1 import make_axes_locatable # Fixing random state for reproducibility np.random.seed(20200614) # the random data x = np.random.randn(1000) y = np.random.randn(1000) fig, ax
裴来凡
2022/05/28
5200
以柱状图的形式显示散点图的边缘分布。
Matplotlib 基础
Matplotlib 是一个 Python 绘图库,可以跨平台生成各种硬拷贝格式和交互式环境的出版品质数据。
iOSDevLog
2019/05/28
2.1K0
matplotlib 小提琴图(violin plot)
这种图表结合了箱形图和密度图的特征,主要用来显示数据的分布形状。中间白点为中位数,中间的黑色粗条表示四分位数范围。上下贯穿小提琴图的黑线代表最小非异常值min到最大非异常值max的区间,线上下端分别代表上限和下限,超出此范围为异常数据。(或者,从黑色粗条延伸的细黑线代表 95% 置信区间)
用户6021899
2019/08/14
13.7K0
python 数据可视化工具包 matplotlib
ps: 在 jupyter notebook 环境需要添加 %matplotlib inline ,使得绘图生成在 notebook 页面。其他环境需要去掉 %matplotlib inline。
我是一条小青蛇
2019/10/23
9140
python 数据可视化工具包 matplotlib
推荐阅读
相关推荐
干货|教你一文掌握:Matplotlib+Seaborn可视化
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档