Python+Matplotlib绘制带有对角线的散点图的示例代码
作者：SpikeKing
效果图
Matplotlib 是一个用于绘制二维图形的 Python 库，提供了一个 pyplot 模块，用于创建各种类型的图表。其中一种图表是散点图（Scatter Plots），用于展示两个变量之间的关系，以及数据的分布情况。要绘制散点图，使用 pyplot.scatter() 函数，接受以下参数：
x, y：表示数据点的横纵坐标，可以是浮点数或者数组。
s：表示数据点的大小，可以是一个常数或者一个数组，单位是点的平方（1 点 = 1/72 英寸）。
c：表示数据点的颜色，可以是一个常数、一个数组、一个颜色序列或者一个颜色字符串。如果是一个数组，那么会根据 cmap 参数来映射颜色；如果是一个颜色序列，那么长度必须和数据点相同；如果是一个颜色字符串，那么所有数据点都使用该颜色。
marker：表示数据点的形状，可以是一个 MarkerStyle 实例或者一个简写字符串。详细的形状列表可以参考 matplotlib.markers 文档。
cmap：表示用于映射颜色的 Colormap 实例或者注册的颜色图名称。如果 c 是 RGB(A) 值，那么该参数会被忽略。
norm：表示用于将数据标准化到 [0, 1] 区间的 Normalize 实例或者名称。默认情况下，使用线性标准化，将最小值映射到 0，最大值映射到 1。如果 c 是 RGB(A) 值，那么该参数会被忽略。
vmin, vmax：当使用标量数据并且没有指定 norm 时，vmin 和 vmax 定义了颜色图覆盖的数据范围。默认情况下，颜色图覆盖了所有数据的值域。
主要：
- 设置主题：
sns.set_theme(style="white") - 设置 Figure 尺寸：
fig.set_size_inches(10, 10) - 绘制对角线：
ax.plot() - 绘制散点图：
ax.scatter() - 绘制标注：
ax.annotate()
源码如下
#!/usr/bin/env python
# -- coding: utf-8 --
"""
Copyright (c) 2022. All rights reserved.
Created by C. L. Wang on 2023/6/25
"""
import os
import seaborn as sns
sns.set_theme(style="white")
import matplotlib.pyplot as plt
import numpy as np
from myutils.project_utils import read_excel_to_df
from root_dir import DATA_DIR
def draw_diagonal_scatter_plots(
data_better, data_ref, label_list,
min_scale=0.0, max_scale=1.05,
x_label="", y_label="",
save_name=""
):
"""
绘制对角线散点图
:param data_better: 优质数据，数据位于右下方
:param data_ref: 对比数据
:param label_list: 标签
:param min_scale: 最小范围
:param max_scale: 最大范围
:param x_label: x轴描述
:param y_label: y轴描述
:param save_name: 文件存储
:return: 图
"""
assert len(data_ref) == len(data_better) == len(label_list)
fig, ax = plt.subplots()
fig.set_size_inches(10, 10)
ax.grid(True)
ax.plot([min_scale, max_scale], [min_scale, max_scale], ls="--", c=".3")
ax.scatter(data_ref, data_better, s=100, edgecolors="black")
plt.xlim(min_scale, max_scale)
plt.ylim(min_scale, max_scale)
plt.xticks(fontsize=15)
plt.yticks(fontsize=15)
plt.xlabel(x_label, fontsize=20)
plt.ylabel(y_label, fontsize=20)
for i, txt in enumerate(label_list):
if data_ref[i] - data_better[i] > 0.025:
ax.annotate(txt, (data_ref[i] * 1.03, data_better[i]), fontsize=10, fontweight='bold')
if save_name:
# transparent=True
assert save_name.endswith("png") or save_name.endswith("jpg")
plt.savefig(save_name, bbox_inches='tight', format='png')
plt.show()
def main():
df = read_excel_to_df(os.path.join(DATA_DIR, "Strategy-v1v2v3v4-TMScore.xls"))
data1 = df["m0-score"]
data2 = df["max-score"]
label_list = df["target"]
print(f"data1 : {round(float(np.mean(data1)) * 100, 4)}±{round(float(np.std(data1)), 4)}")
print(f"data2 : {round(float(np.mean(data2)) * 100, 4)}±{round(float(np.std(data2)), 4)}")
draw_diagonal_scatter_plots(data1, data2, label_list, min_scale=0.35, max_scale=1.05,
x_label="Our P.S.P. (TMScore)", y_label="CASP15 SOTA (TMScore)",
save_name="img.png")
if __name__ == '__main__':
main()
到此这篇关于Python+Matplotlib绘制带有对角线的散点图的示例代码的文章就介绍到这了,更多相关Python Matplotlib绘制散点图内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！