论文高级图表绘制（Python语言，局部放大图）

编程到天明

已于 2024-06-09 10:11:32 修改

阅读量1.2k

点赞数 8

分类专栏： python 文章标签： python 开发语言

于 2024-06-08 11:52:42 首次发布

本文链接：https://blog.csdn.net/deng7326/article/details/139544523

版权

python 专栏收录该内容

8 篇文章 2 订阅

订阅专栏

本文将通过一个具体的示例，展示如何使用Python语言和Matplotlib库来绘制高级图表，包括局部放大图的制作。适用于多条曲线绘制在同一个图表中，但由于数据量过大，导致曲线的细节看不清，需要对细节进行局部放大。如下图：

环境准备

首先，确保你的Python环境中已经安装了以下库：

pandas：用于数据处理和分析。
matplotlib：用于绘制图表。
mpl_toolkits：Matplotlib的一个扩展包，提供了一些额外的布局选项。

如果尚未安装，可以通过以下命令进行安装：
```
pip install pandas matplotlib
```

数据准备

需要将要绘制的曲线图的数据存入一个xls文件中。按列存放，每列为一种数据。

以笔者自己的数据为例，保存在一个名为duiwu2.xls的文件中，前七列，每列为一种数据。

代码实现

import pandas as pd
import matplotlib.pyplot as plt
from mpl_toolkits.axes_grid1.inset_locator import inset_axes, mark_inset

# 设置中文显示
plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置中文显示
plt.rcParams['axes.unicode_minus'] = False  # 解决负号'-'显示为方块的问题

# 从excel文件读取数据
data = pd.read_excel('duiwu2.xls')
# 截取数据的80-180行
data = data.iloc[80:180, :]

# 提取各列数据
true_values = data.iloc[:, 0]
lstm_values = data.iloc[:, 1]
gru_values = data.iloc[:, 2]
double_lstm_values = data.iloc[:, 3]
double_gru_values = data.iloc[:, 4]
gru_lstm_fc_values = data.iloc[:, 5]
paper_network_values = data.iloc[:, 6]

# 创建曲线图
x = [i * 0.01 for i in range(len(data))]  # 生成横坐标值，每0.01为一个单位
fig, ax = plt.subplots()
ax.plot(x, true_values, color='r', label='详细模型', linewidth=1.5)
ax.plot(x, lstm_values, color='b', label='单层LSTM', linestyle=(0, (3, 1, 1, 1, 1, 1)), linewidth=2)
ax.plot(x, gru_values, color='g', label='单层GRU', linestyle=(0, (3, 1, 1, 1, 1, 1)), linewidth=2)
ax.plot(x, double_lstm_values, color='c', label='双层LSTM', linestyle=(0, (3, 1, 1, 1, 1, 1)), linewidth=2)
ax.plot(x, double_gru_values, color='m', label='双层GRU', linestyle=(0, (3, 1, 1, 1, 1, 1)), linewidth=2)
ax.plot(x, gru_lstm_fc_values, color='y', label='GRU-LSTM-FC', linestyle=(0, (3, 1, 1, 1, 1, 1)), linewidth=2)
ax.plot(x, paper_network_values, color='k', label='本文模型', linestyle=(0, (3, 1, 1, 1, 1, 1)), linewidth=2)

# 设置纵坐标范围
ax.set_ylim(-0.6, 0.2)

# 设置横坐标范围
ax.set_xlim(0.8, 1.80)

# 添加标题和坐标轴标签
ax.set_title('不同模型建模效果对比（无功功率）')
ax.set_xlabel('时间(t/s)')
ax.set_ylabel('无功功率（标幺值）')

# 添加图例
ax.legend()

# 调整图表尺寸
fig.set_size_inches(10, 6)

# 取消网格线
ax.grid(False)

# 实现局部放大效果
axins = inset_axes(ax, width="30%", height="40%", loc='upper right')  # 根据需要调整大小和位置
# 绘制局部放大图
axins.plot(x, true_values, color='r', label='详细模型', linewidth=1.5)
axins.plot(x, lstm_values, color='b', label='单层LSTM', linestyle=(0, (3, 1, 1, 1, 1, 1)), linewidth=2)
axins.plot(x, gru_values, color='g', label='单层GRU', linestyle=(0, (3, 1, 1, 1, 1, 1)), linewidth=2)
axins.plot(x, double_lstm_values, color='c', label='双层LSTM', linestyle=(0, (3, 1, 1, 1, 1, 1)), linewidth=2)
axins.plot(x, double_gru_values, color='m', label='双层GRU', linestyle=(0, (3, 1, 1, 1, 1, 1)), linewidth=2)
axins.plot(x, gru_lstm_fc_values, color='y', label='GRU-LSTM-FC', linestyle=(0, (3, 1, 1, 1, 1, 1)), linewidth=2)
axins.plot(x, paper_network_values, color='k', label='本文模型', linestyle=(0, (3, 1, 1, 1, 1, 1)), linewidth=2)
# 设定放大区域
x1, x2, y1, y2 = 0.95, 1.1, -0.1, 0.15
axins.set_xlim(x1, x2)
axins.set_ylim(y1, y2)
# 添加连接线
mark_inset(ax, axins, loc1=3, loc2=1, fc="none", ec='0.5')

plt.show()