Matplotlib annotate

La bibliothèque Matplotlib est une bibliothèque graphique Python avec une extension Numpy. Nous utiliserons ce module pour créer diverses visualisations pour soutenir nos programmes. C'est très bénéfique lorsqu'il s'agit de générer des programmes de science des données. Annotate est une phrase qui fait référence à l'acte d'étiqueter les choses. En conséquence, la méthode nous aide à identifier les parcelles créées à l'aide de matplotlib.

La fonction de texte () peut être utilisée pour insérer du texte dans n'importe quelle région uniquement sur les axes. L'annotation d'une technique de graphique est un scénario généralement utilisé pour une phrase, et la fonction annotate () fournit des fonctionnalités supplémentaires qui créent des annotations simples.

Il y a deux facteurs à prendre en considération dans une annotation: l'endroit à évaluer, qui est indiqué par la variable XY, et la position du «xytext» textuel ».

Nous avons livré le concept associé à Matplotlib annotate. Maintenant, nous allons explorer comment cette méthode fonctionne et comment elle peut atteindre le résultat souhaité dans cette partie. Nous allons commencer par une illustration simple et nous diriger vers des plus complexes.

Forme d'onde sinusoïdale

Notre objectif est de produire la forme d'onde sinusoïdale dans ce cas. Il existe différents paramètres liés à la fonction annotate (), y compris le texte: le texte que nous avons l'intention d'annoter est indiqué par cet argument. XY: Cet argument contient les points annotés X et Y. Xytext: c'est un argument supplémentaire qui spécifie où le titre doit être aligné sur les axes x et y. Xycoords: les données de chaîne sont prises en compte dans cet argument. Arrowprops: cet argument a la forme «dict» et est également une valeur complémentaire. Il est configuré à aucun par défaut.

Importer Matplotlib.pypllot comme plt
Importer Numpy comme pp
Fig, ppool = plt.sous-intrigues ()
t = pp.Arange (0.0, 3.0, 0.002)
s = pp.péché (3 * pp.fosse)
ligne = ppool.tracé (t, s, lw = 3)
ppool.annotate ('la valeur de crête', xy = (.75, 1.2),
xytext = (1, 1), arrowprops = dict (faceColor = 'Red',
rétrécir = 2.20), xycoords = "data",)
ppool.set_ylim (-2.5, 2.5)
PLT.montrer()

Nous avons d'abord dû intégrer les bibliothèques Numpy et Matplotlib. Maintenant, nous utilisons la méthode d'arrangement de Numpy pour trier les données. Ainsi, la méthode crée efficacement une évaluation qui se situe dans la plage fournie.

Par conséquent, après cela, nous avons appliqué la formule 2 * pi * t. En attendant, nous passerons à notre section d'annotation. L'endroit que la flèche a besoin d'indiquer est xy dans ce cas. Nous obtenons également des attributs Arrow, qui incluent toutes les informations sur la façon dont la pointe de flèche doit apparaître. De plus, nous définissons le limite de l'axe y. Nous avons enfin tout compris.

Signal cosinus au convertisseur à ondes complètes

Notre objectif dans ce cas est d'afficher le résultat d'un convertisseur à ondes complètes pour le récepteur de cosinus. Le rapport pic / crête est de -0.9 à 0.9 Dans cette situation. Le signal de cosinus spécifié a une bande passante de 6 Hz. Mis à part les éléments susmentionnés, nous avons inclus une étiquette PLT ici. Ce qu'il accomplit, c'est qu'il nous permet d'identifier les quatre axes ici aussi.

Importer Matplotlib.pypllot comme plt
Importer Numpy comme pp
Fig, ppool = plt.sous-intrigues ()
t = pp.Arange (0.0, 1.5, 0.002)
s = pp.cos (4 * pp.pi * 6 * t)
ligne = ppool.tracé (t, s, lw = 4)
ppool.annoter («valeurs de pointe», xy = (2, 2),
xytext = (1, 1), arrowprops = dict (faceColor = 'Red',
rétrécir = 0.2), xycoords = "data",)
PLT.XLabel ("Time in SEC")
PLT.ylabel ("tension")
ppool.set_ylim (-0.9, 0.9)
PLT.montrer()

Découvrez la sortie dans la capture d'écran apposée.

Graphique de dispersion annoté

Voyons l'exemple de la façon dont nous pouvons utiliser cette approche pour annoter un graphique de dispersion.

Importer Matplotlib.pypllot comme plt
y = [3.1, 3.4, 3.6, 3.8, 3.301]
x = [0.05, 0.2, 0.5, 0.43, 0.69]
n = [295, 123, 246, 165, 483]
Fig, ax = plt.sous-intrigues ()
hache.disperser (x, y)
pour i, txt en énumération (n):
hache.annoter (txt, (x [i], y [i]))
PLT.montrer()

Pour visualiser le graphique de dispersion, nous devons suivre la procédure. Nous avons commencé par définir les dimensions sur les axes x et y. La notation mathématique a maintenant été affectée à chaque point. La boucle pour a ensuite été utilisée pour obtenir les données d'annotation pour chaque point efficace.

Transforme et position texte

Il est parfois préférable d'ajouter le texte à un emplacement spécifique sur l'axe ou le graphique, quel que soit le contenu. Il est accompli en matplotlib en ajustant la transformation. Tout cadre de présentation visuelle nécessite une méthode pour convertir les coordonnées.

Un élément de données doit être affiché parfois à la manière à une position spécifique sur le graphique, qui doit donc être affiché en pixels dans l'image. Ces modifications de coordonnées sont assez simples, et Matplotlib offre une bonne variété de technologies pour les exécuter efficacement. Voyons l'instance d'utiliser de telles transformations en affichage du texte à différents endroits:

Importer Matplotlib.pypllot comme plt
Importer Matplotlib en tant que MPL
PLT.style.Utiliser («Seaborn-Whitegrid»)
Importer Numpy comme NP
Fig, ax = plt.sous-intrigues (faceColor = 'Red')
hache.axe ([5, 20, 5, 20])
hache.Texte (6, 8, ". Données: (6, 8) ", Transform = AX.transdata)
hache.Texte (0.6, 0.5, ". Axes: (0.6, 0.5) ", transform = hache.Transax)
hache.Texte (0.6, 0.6, ". Figure: (0.6, 0.6) ", transform = fig.transfigurer);

Le texte est positionné à gauche et au-dessus des dimensions fournies par défaut. Le "."Juste au début de chaque ligne représente le point de coordonnée estimé. Dans ce cas, il semble y avoir trois ajustements prédéfinis que nous pouvons utiliser. Les paramètres de données liés à l'axe respectivement, les titres sont fournis par les paramètres transdata.

Les paramètres de transaxes sont une fraction de la zone des axes et indiquent la position de son bord des axes. Les paramètres de transfigurer sont identiques, mais ils donnent l'emplacement comme une partie substantielle de la taille visuelle, à partir du coin du bord gauche du cadre.

Conclusion

L'annotate Matplotlib a été discutée dans cet article. Nous avons également examiné ses exigences spécifiées et avons également expliqué quelques cas pour nous permettre de les comprendre pleinement. Pour chaque instance, nous avons modifié la syntaxe et évalué les résultats. Et enfin, nous pourrions indiquer que la méthode annotée Matplotlib est utilisée pour annoter les parcelles de matplotlib.

Les annotations Matplotlib ne sont pas affichées en raison d'une erreur. Lorsque vous opérez avec cette méthode, nous pouvons trouver l'erreur. La cause la plus collective est une erreur qui s'est produite dans le code. Parmi les erreurs les plus répandues, c'est que le texte d'annotation est placé bien au-dessus des coordonnées de l'énoncé. En raison de la différence de taille, nous ne pourrons peut-être pas voir l'annotation parfois.