Inline étiquettes dans Matplotlib

mise à jour: utilisateur cphyc a gentiment créé un dépôt Github pour le code dans cette réponse (voir ici ), et a regroupé le code dans un paquet qui peut être installé en utilisant pip install matplotlib-label-lines .

---

Belle Image:

Dans matplotlib c'est assez facile à tracés de contour d'étiquette (soit automatiquement ou en plaçant manuellement des étiquettes avec des clics de souris). Il ne semble pas (encore) y avoir de capacité équivalente pour étiqueter les séries de données de cette façon! Il peut y avoir une raison sémantique pour ne pas inclure cette caractéristique qui me manque.

quoi qu'il en soit, j'ai écrit le module suivant qui prend tout permet un étiquetage semi-automatique de parcelle. Il ne nécessite que numpy et quelques fonctions de la bibliothèque standard math .

Description

le comportement par défaut de la fonction labelLines est de placer les étiquettes uniformément le long de l'axe x (en plaçant automatiquement à la valeur correcte y - bien sûr). Si vous voulez, vous pouvez simplement passer un tableau des coordonnées x de chacune des étiquettes. Vous pouvez même modifier l'emplacement d'une étiquette (comme indiqué dans le graphique en bas à droite) et espacer le reste uniformément si vous le souhaitez.

de plus, la fonction label_lines ne tient pas compte des lignes qui n'ont pas d'étiquette assignée dans la commande plot (ou plus précisément si l'étiquette contient '_line' ).

les arguments de mots clés passés à labelLines ou labelLine sont transmis à l'appel de fonction text (certains arguments de mots clés sont définis si le code appelant choisit de ne pas spécifier).

Questions

• Annotation boundary boxes sometimes interfer undesirably with other curves. Comme le montrent les annotations 1 et 10 en haut à gauche. Je ne suis même pas sûr que cela puisse être évité.
• il serait bien de spécifier une position y à la place parfois.
• C'est toujours un processus itératif afin d'obtenir des annotations au bon endroit
• il ne fonctionne que lorsque le x - axe les valeurs sont float s

Pièges

• par défaut, la fonction labelLines suppose que toutes les séries de données couvrent la plage spécifiée par les limites des axes. Regardez la courbe bleue en haut à gauche de la jolie photo. S'il n'y avait que des données disponibles pour la gamme x 0.5 - 1 , alors nous ne pourrions pas placer une étiquette à l'endroit désiré (qui est un peu moins que 0.2 ). Voir cette question pour un exemple particulièrement désagréable. À l'heure actuelle, le code n'identifie pas intelligemment ce scénario et ne réarrange pas les étiquettes, mais il y a une solution de rechange raisonnable. La fonction labelLines prend l'argument xvals ; une liste de x - valeurs spécifiées par l'utilisateur au lieu de la distribution linéaire par défaut sur la largeur. Ainsi, l'utilisateur peut décider quelles x -valeurs à utiliser pour le placement de l'étiquette de chaque donnée série.

aussi, je crois que c'est la première réponse pour compléter le bonus objectif d'aligner les étiquettes avec la courbe qu'ils sont sur. :)

label_lines.py:

from math import atan2,degrees
import numpy as np

#Label line with line2D label data
def labelLine(line,x,label=None,align=True,**kwargs):

    ax = line.axes
    xdata = line.get_xdata()
    ydata = line.get_ydata()

    if (x < xdata[0]) or (x > xdata[-1]):
        print('x label location is outside data range!')
        return

    #Find corresponding y co-ordinate and angle of the line
    ip = 1
    for i in range(len(xdata)):
        if x < xdata[i]:
            ip = i
            break

    y = ydata[ip-1] + (ydata[ip]-ydata[ip-1])*(x-xdata[ip-1])/(xdata[ip]-xdata[ip-1])

    if not label:
        label = line.get_label()

    if align:
        #Compute the slope
        dx = xdata[ip] - xdata[ip-1]
        dy = ydata[ip] - ydata[ip-1]
        ang = degrees(atan2(dy,dx))

        #Transform to screen co-ordinates
        pt = np.array([x,y]).reshape((1,2))
        trans_angle = ax.transData.transform_angles(np.array((ang,)),pt)[0]

    else:
        trans_angle = 0

    #Set a bunch of keyword arguments
    if 'color' not in kwargs:
        kwargs['color'] = line.get_color()

    if ('horizontalalignment' not in kwargs) and ('ha' not in kwargs):
        kwargs['ha'] = 'center'

    if ('verticalalignment' not in kwargs) and ('va' not in kwargs):
        kwargs['va'] = 'center'

    if 'backgroundcolor' not in kwargs:
        kwargs['backgroundcolor'] = ax.get_facecolor()

    if 'clip_on' not in kwargs:
        kwargs['clip_on'] = True

    if 'zorder' not in kwargs:
        kwargs['zorder'] = 2.5

    ax.text(x,y,label,rotation=trans_angle,**kwargs)

def labelLines(lines,align=True,xvals=None,**kwargs):

    ax = lines[0].axes
    labLines = []
    labels = []

    #Take only the lines which have labels other than the default ones
    for line in lines:
        label = line.get_label()
        if "_line" not in label:
            labLines.append(line)
            labels.append(label)

    if xvals is None:
        xmin,xmax = ax.get_xlim()
        xvals = np.linspace(xmin,xmax,len(labLines)+2)[1:-1]

    for line,x,label in zip(labLines,xvals,labels):
        labelLine(line,x,label,align,**kwargs)

code de Test pour générer la jolie image ci-dessus:

from matplotlib import pyplot as plt
from scipy.stats import loglaplace,chi2

from label_lines import *

X = np.linspace(0,1,500)
A = [1,2,5,10,20]
funcs = [np.arctan,np.sin,loglaplace(4).pdf,chi2(5).pdf]

plt.subplot(221)
for a in A:
    plt.plot(X,np.arctan(a*X),label=str(a))

labelLines(plt.gca().get_lines(),zorder=2.5)

plt.subplot(222)
for a in A:
    plt.plot(X,np.sin(a*X),label=str(a))

labelLines(plt.gca().get_lines(),align=False,fontsize=14)

plt.subplot(223)
for a in A:
    plt.plot(X,loglaplace(4).pdf(a*X),label=str(a))

xvals = [0.8,0.55,0.22,0.104,0.045]
labelLines(plt.gca().get_lines(),align=False,xvals=xvals,color='k')

plt.subplot(224)
for a in A:
    plt.plot(X,chi2(5).pdf(a*X),label=str(a))

lines = plt.gca().get_lines()
l1=lines[-1]
labelLine(l1,0.6,label=r'$Re=${}'.format(l1.get_label()),ha='left',va='bottom',align = False)
labelLines(lines[:-1],align=False)

plt.show()

la réponse de @Jan Kuiken est certainement réfléchie et complète, mais il y a quelques mises en garde:

• il ne fonctionne pas dans tous les cas
• cela nécessite une bonne quantité de code supplémentaire
• il peut varier considérablement d'une parcelle à l'autre

une approche beaucoup plus simple consiste à annoter le dernier point de chaque parcelle. Le point d'être encerclé, pour mettre l'accent. Ceci peut être accompli avec une ligne supplémentaire:

from matplotlib import pyplot as plt

for i, (x, y) in enumerate(samples):
    plt.plot(x, y)
    plt.text(x[-1], y[-1], 'sample {i}'.format(i=i))

une variante serait d'utiliser ax.annotate .