Matplotlib Chevauchement annotations / texte
j'essaie d'arrêter le chevauchement des annotations dans mes graphiques. La méthode suggérée dans la réponse acceptée à Matplotlib recoupement annotations semble extrêmement prometteuse, cependant est pour les graphiques à barres. J'ai du mal à convertir les méthodes "axis" en ce que je veux faire, et je ne comprends pas comment le texte s'aligne.
import sys
import matplotlib.pyplot as plt
# start new plot
plt.clf()
plt.xlabel("Proportional Euclidean Distance")
plt.ylabel("Percentage Timewindows Attended")
plt.title("Test plot")
together = [(0, 1.0, 0.4), (25, 1.0127692669427917, 0.41), (50, 1.016404709797609, 0.41), (75, 1.1043426359673716, 0.42), (100, 1.1610446924342996, 0.44), (125, 1.1685687930691457, 0.43), (150, 1.3486407784550272, 0.45), (250, 1.4013999168008104, 0.45)]
together.sort()
for x,y,z in together:
plt.annotate(str(x), xy=(y, z), size=8)
eucs = [y for (x,y,z) in together]
covers = [z for (x,y,z) in together]
p1 = plt.plot(eucs,covers,color="black", alpha=0.5)
plt.savefig("test.png")
Images (si cela fonctionne) peut être trouvé ici (ce code):
et ici (plus compliqué):
2 réponses
je voulais juste poster ici une autre solution, Une petite bibliothèque que j'ai écrite pour implémenter ce genre de choses: https://github.com/Phlya/adjustText
Un exemple du processus peut être vu ici:
Voici l'exemple d'image:
import matplotlib.pyplot as plt
from adjustText import adjust_text
import numpy as np
together = [(0, 1.0, 0.4), (25, 1.0127692669427917, 0.41), (50, 1.016404709797609, 0.41), (75, 1.1043426359673716, 0.42), (100, 1.1610446924342996, 0.44), (125, 1.1685687930691457, 0.43), (150, 1.3486407784550272, 0.45), (250, 1.4013999168008104, 0.45)]
together.sort()
text = [x for (x,y,z) in together]
eucs = [y for (x,y,z) in together]
covers = [z for (x,y,z) in together]
p1 = plt.plot(eucs,covers,color="black", alpha=0.5)
texts = []
for x, y, s in zip(eucs, covers, text):
texts.append(plt.text(x, y, s))
plt.xlabel("Proportional Euclidean Distance")
plt.ylabel("Percentage Timewindows Attended")
plt.title("Test plot")
adjust_text(texts, only_move='y', arrowprops=dict(arrowstyle="->", color='r', lw=0.5))
plt.show()
Si vous voulez une silhouette parfaite, vous pouvez bidouiller un peu. Tout d'abord, nous allons également faire texte repousser les lignes - pour que nous créons juste beaucoup de points virtuels le long d'eux en utilisant scipy.interpoler.interp1d.
nous voulons éviter de déplacer les étiquettes le long de l'axe des x, parce que, bien, pourquoi ne pas le faire à des fins d'illustration. Pour cela nous utilisons le paramètre only_move={'points':'y', 'text':'y'} . Si nous voulons les déplacer le long de l'axe x seulement dans le cas où ils se chevauchent avec le texte, utilisez move_only={'points':'y', 'text':'xy'} . Aussi au début la fonction choisit l'alignement optimal des textes par rapport à leurs points d'origine, donc nous voulons que cela se passe seulement le long de l'axe des y aussi, donc autoalign='y' . Nous réduisons également la force de répulsion des points pour éviter que le texte s'éloigne trop en raison de notre évitement artificiel des lignes. Tous ensemble:
from scipy import interpolate
p1 = plt.plot(eucs,covers,color="black", alpha=0.5)
texts = []
for x, y, s in zip(eucs, covers, text):
texts.append(plt.text(x, y, s))
f = interpolate.interp1d(eucs, covers)
x = np.arange(min(eucs), max(eucs), 0.0005)
y = f(x)
plt.xlabel("Proportional Euclidean Distance")
plt.ylabel("Percentage Timewindows Attended")
plt.title("Test plot")
adjust_text(texts, x=x, y=y, autoalign='y',
only_move={'points':'y', 'text':'y'}, force_points=0.15,
arrowprops=dict(arrowstyle="->", color='r', lw=0.5))
plt.show()
avec beaucoup de violon, j'ai compris. Encore une fois le crédit pour la solution originale va à la réponse pour matplotlib recoupement annotations .
Je ne sais cependant pas comment trouver la largeur et la hauteur exactes du texte. Si quelqu'un sait, merci de poster une amélioration (ou ajouter un commentaire avec la méthode).
import sys
import matplotlib
import matplotlib.pyplot as plt
import numpy as np
def get_text_positions(text, x_data, y_data, txt_width, txt_height):
a = zip(y_data, x_data)
text_positions = list(y_data)
for index, (y, x) in enumerate(a):
local_text_positions = [i for i in a if i[0] > (y - txt_height)
and (abs(i[1] - x) < txt_width * 2) and i != (y,x)]
if local_text_positions:
sorted_ltp = sorted(local_text_positions)
if abs(sorted_ltp[0][0] - y) < txt_height: #True == collision
differ = np.diff(sorted_ltp, axis=0)
a[index] = (sorted_ltp[-1][0] + txt_height, a[index][1])
text_positions[index] = sorted_ltp[-1][0] + txt_height*1.01
for k, (j, m) in enumerate(differ):
#j is the vertical distance between words
if j > txt_height * 2: #if True then room to fit a word in
a[index] = (sorted_ltp[k][0] + txt_height, a[index][1])
text_positions[index] = sorted_ltp[k][0] + txt_height
break
return text_positions
def text_plotter(text, x_data, y_data, text_positions, txt_width,txt_height):
for z,x,y,t in zip(text, x_data, y_data, text_positions):
plt.annotate(str(z), xy=(x-txt_width/2, t), size=12)
if y != t:
plt.arrow(x, t,0,y-t, color='red',alpha=0.3, width=txt_width*0.1,
head_width=txt_width, head_length=txt_height*0.5,
zorder=0,length_includes_head=True)
# start new plot
plt.clf()
plt.xlabel("Proportional Euclidean Distance")
plt.ylabel("Percentage Timewindows Attended")
plt.title("Test plot")
together = [(0, 1.0, 0.4), (25, 1.0127692669427917, 0.41), (50, 1.016404709797609, 0.41), (75, 1.1043426359673716, 0.42), (100, 1.1610446924342996, 0.44), (125, 1.1685687930691457, 0.43), (150, 1.3486407784550272, 0.45), (250, 1.4013999168008104, 0.45)]
together.sort()
text = [x for (x,y,z) in together]
eucs = [y for (x,y,z) in together]
covers = [z for (x,y,z) in together]
p1 = plt.plot(eucs,covers,color="black", alpha=0.5)
txt_height = 0.0037*(plt.ylim()[1] - plt.ylim()[0])
txt_width = 0.018*(plt.xlim()[1] - plt.xlim()[0])
text_positions = get_text_positions(text, eucs, covers, txt_width, txt_height)
text_plotter(text, eucs, covers, text_positions, txt_width, txt_height)
plt.savefig("test.png")
plt.show()
crée http://i.stack.imgur.com/xiTeU.png
le graphe le plus compliqué est maintenant http://i.stack.imgur.com/KJeYW.png , encore un peu difficile mais beaucoup mieux!
