如何在给定的地块上绘制垂直线(graph of a vertical line)

给定时间表示中的信号图,如何绘制标记相应时间索引的线?

给定时间表示中的信号图,如何绘制标记相应时间索引的线?

具体来说,给定一个时间索引范围从 0 到 2.6(秒)的信号图,我想为列表[0.22058956, 0.33088437, 2.20589566]绘制垂直的红线,表示相应的时间索引。

671

添加覆盖整个绘图窗口的垂直线而无需指定其实际高度的标准方法是plt.axvline

import matplotlib.pyplot as plt
plt.axvline(x=0.22058956)
plt.axvline(x=0.33088437)
plt.axvline(x=2.20589566)

xcoords = [0.22058956, 0.33088437, 2.20589566]
for xc in xcoords:
    plt.axvline(x=xc)

您可以使用许多可用于其他绘图命令的关键字(例如colorlinestylelinewidth...)。您可以传入关键字参数yminymax如果您喜欢在轴上的 corrdinate(例如ymin=0.25ymax=0.75将覆盖

108
matplotlib.pyplot.vlinesvs.matplotlib.pyplot.axvline

这些方法适用于使用 seaborn 和pandas.DataFrame.plot生成的图,它们都使用matplotlib

区别在于vlines接受x的一个或多个位置,而axvline允许一个位置。

单个位置:x=37

多个位置:x=[37, 38, 39]

vlinesyminymax作为 y 轴上的位置,而axvlineyminymax作为 y 轴范围的百分比。

将多行传递给vlines时,将list传递给yminymax

对于面向对象的 API,还有matplotlib.axes.Axes.vlinesmatplotlib.axes.Axes.axvline

如果您使用fig, ax = plt.subplots()绘制图形,则将plt.vlinesplt.axvline分别替换为ax.vlinesax.axvline

有关.hlines的水平线,请参见此answer

import numpy as np
import matplotlib.pyplot as plt
xs = np.linspace(1, 21, 200)
plt.figure(figsize=(10, 7))
# only one line may be specified; full height
plt.axvline(x=36, color='b', label='axvline - full height')
# only one line may be specified; ymin & ymax specified as a percentage of y-range
plt.axvline(x=36.25, ymin=0.05, ymax=0.95, color='b', label='axvline - % of full height')
# multiple lines all full height
plt.vlines(x=[37, 37.25, 37.5], ymin=0, ymax=len(xs), colors='purple', ls='--', lw=2, label='vline_multiple - full height')
# multiple lines with varying ymin and ymax
plt.vlines(x=[38, 38.25, 38.5], ymin=[0, 25, 75], ymax=[200, 175, 150], colors='teal', ls='--', lw=2, label='vline_multiple - partial height')
# single vline with full ymin and ymax
plt.vlines(x=39, ymin=0, ymax=len(xs), colors='green', ls=':', lw=2, label='vline_single - full height')
# single vline with specific ymin and ymax
plt.vlines(x=39.25, ymin=25, ymax=150, colors='green', ls=':', lw=2, label='vline_single - partial height')
# place the legend outside
plt.legend(bbox_to_anchor=(1.0, 1), loc='upper left')
plt.show()

Enter image description here

Seaborn 轴级图

import seaborn as sns
# sample data
fmri = sns.load_dataset("fmri")
# x index for max y values for stim and cue
c_max, s_max = fmri.pivot_table(index='timepoint', columns='event', values='signal', aggfunc='mean').idxmax()
# plot
g = sns.lineplot(data=fmri, x="timepoint", y="signal", hue="event")
# y min and max
ymin, ymax = g.get_ylim()
# vertical lines
g.vlines(x=[c_max, s_max], ymin=ymin, ymax=ymax, colors=['tab:orange', 'tab:blue'], ls='--', lw=2)

Enter image description here

Seaborn 图级图

每个轴都必须迭代。

import seaborn as sns
# sample data
fmri = sns.load_dataset("fmri")
# used to get the index values (x) for max y for each event in each region
fpt = fmri.pivot_table(index=['region', 'timepoint'], columns='event', values='signal', aggfunc='mean')
# plot
g = sns.relplot(data=fmri, x="timepoint", y="signal", col="region", hue="event", kind="line")
# iterate through the axes
for ax in g.axes.flat:
    # get y min and max
    ymin, ymax = ax.get_ylim()
    # extract the region from the title for use in selecting the index of fpt
    region = ax.get_title().split(' = ')[1]
    # get x values for max event
    c_max, s_max = fpt.loc[region].idxmax()
    # add vertical lines
    ax.vlines(x=[c_max, s_max], ymin=ymin, ymax=ymax, colors=['tab:orange', 'tab:blue'], ls='--', lw=2, alpha=0.5)

对于'region = frontal',两个事件的最大值都出现在5

enter image description here

柱状图和直方图

请注意,条形图刻度位置具有zero-based索引,而与轴刻度标签无关,因此请根据条形图索引而不是刻度标签选择x

ax.get_xticklabels()将显示位置和标签。

import pandas as pd
import seaborn as sns
# load data
tips = sns.load_dataset('tips')
# histogram
ax = tips.plot(kind='hist', y='total_bill', bins=30, ec='k', title='Histogram with Vertical Line')
_ = ax.vlines(x=16.5, ymin=0, ymax=30, colors='r')
# barplot
ax = tips.loc[5:25, ['total_bill', 'tip']].plot(kind='bar', figsize=(15, 4), title='Barplot with Vertical Lines', rot=0)
_ = ax.vlines(x=[0, 17], ymin=0, ymax=45, colors='r')

Enter image description here

Enter image description here

时间序列轴

要作为 x 轴的数据框中的日期必须是datetime dtype。如果列或索引的类型不正确,则必须使用pd.to_datetime进行转换。

如果使用日期数组或列表,请分别参考Converting numpy array of strings to datetimeConvert datetime list into date python

x将接受像'2020-09-24'datetime(2020, 9, 2)这样的日期。

import pandas_datareader as web  # conda or pip install this; not part of pandas
import pandas as pd
import matplotlib.pyplot as plt
from datetime import datetime
# get test data; this data is downloaded with the Date column in the index as a datetime dtype
df = web.DataReader('^gspc', data_source='yahoo', start='2020-09-01', end='2020-09-28').iloc[:, :2]
# display(df.head(2))
                   High          Low
Date                                
2020-09-01  3528.030029  3494.600098
2020-09-02  3588.110107  3535.229980
# plot dataframe; the index is a datetime index
ax = df.plot(figsize=(9, 6), title='S&P 500', ylabel='Price')
# add vertical lines
ax.vlines(x=[datetime(2020, 9, 2), '2020-09-24'], ymin=3200, ymax=3600, color='r', label='test lines')
ax.legend(bbox_to_anchor=(1, 1), loc='upper left')
plt.show()

Enter image description here

90

对于多行

xposition = [0.3, 0.4, 0.45]
for xc in xposition:
    plt.axvline(x=xc, color='k', linestyle='--')
53

要添加一个legend和 / 或colors到一些垂直线,然后使用这个:

import matplotlib.pyplot as plt
# x coordinates for the lines
xcoords = [0.1, 0.3, 0.5]
# colors for the lines
colors = ['r','k','b']
for xc,c in zip(xcoords,colors):
    plt.axvline(x=xc, label='line at x = {}'.format(xc), c=c)
plt.legend()
plt.show()

后果

My amazing plot seralouk

本站系公益性非盈利分享网址,本文来自用户投稿,不代表码文网立场,如若转载,请注明出处

(374)
如何在 Mathematica中定义供以后使用的函数
上一篇
是否有任何API的工作与巢保护烟雾/CO2报警
下一篇

相关推荐

  • 在图上聚类节点(graph clustering)

    说我有一个加权的,无向的 X 顶点图。我正在根据每个连接的顶点之间的边的权重(较低的权重 = 更接近)将这些节点分成簇。…

    2022-11-11 15:19:53
    0 81 51
  • 在图上聚类节点(graph clustering)

    说我有一个加权的,无向的 X 顶点图。我正在根据每个连接的顶点之间的边的权重(较低的权重 = 更接近)将这些节点分成簇。…

    2022-11-11 15:18:35
    0 79 56
  • 在图上聚类节点(graph clustering)

    说我有一个加权的,无向的 X 顶点图。我正在根据每个连接的顶点之间的边的权重(较低的权重 = 更接近)将这些节点分成簇。…

    2022-11-11 15:17:57
    0 67 47
  • 创建预测与观察的置信区间图(confidence graph)

    您好,感谢您的时间和考虑,…

    2022-11-11 15:12:04
    0 10 41
  • css预编译器: center;}

    CSS预编译器是一种用于构建CSS的工具,它可以将CSS代码转换为更易于管理和维护的格式。它们可以使CSS代码更加灵活,更易于重用,并且可以帮助开发人员更轻松地组织和管理CSS代码。…

    2023-01-05 06:29:43
    0 51 52
  • linux的共享文件夹在哪个目录:Linux共享文件夹在/etc/samba目录下

    Linux的共享文件夹在/var/lib/samba/目录下,查看该目录下的文件可以使用以下代码:ls /var/lib/samba/…

    2023-01-21 15:31:10
    0 76 57
  • type c接口是啥改变你的充电体验

    示例示例Type C接口是一种新型的USB连接器,它可以支持更高的数据传输速度,比传统的USB 0接口更快。与传统的USB接口不同,Type C接口可以在两端都使用,无需额外的翻转,使连接更加方便快捷。下面是一个使用Type C接口的代码示例:…

    2023-01-12 02:06:09
    0 87 28
  • carwings是什么意思智能汽车连接系统的未来

    Carwings是日产汽车公司推出的一款远程智能汽车服务,它可以帮助用户远程监控汽车的状态和行驶信息,并且可以远程控制汽车的功能。…

    2023-01-19 13:55:38
    0 39 17

发表评论

登录 后才能评论

评论列表(43条)