可视化之路（十二）Collection类详解

最新推荐文章于 2022-04-05 00:15:49 发布

小猪猪家的大猪猪

最新推荐文章于 2022-04-05 00:15:49 发布

阅读量1.1k

点赞数 2

分类专栏： # 可视化之路文章标签： python matplotlib 数据可视化

本文链接：https://blog.csdn.net/pcx171/article/details/122301141

版权

可视化之路专栏收录该内容

10 篇文章 15 订阅

订阅专栏

可视化之路（十二）Collection类详解

一.简介

在这里插入图片描述

Collection类绘制共享大多数属性的大型对象集合的类，是所有集合类的基类。他自己不能单独使用，必须进行子类化之后才能使用。

二.类定义

def __init__(self,
                 edgecolors=None,
                 facecolors=None,
                 linewidths=None,
                 linestyles='solid',
                 capstyle=None,
                 joinstyle=None,
                 antialiaseds=None,
                 offsets=None,
                 transOffset=None,
                 norm=None,  # optional for ScalarMappable
                 cmap=None,  # ditto
                 pickradius=5.0,
                 hatch=None,
                 urls=None,
                 offset_position='screen',
                 zorder=1,
                 **kwargs
                 ):

参数1：edgecolors：指定色块边缘颜色。

参数2：facecolors：指定色块颜色。

参数3：linewidths：指定色块线宽。

参数4：linestyles：指定色块线型。

参数5：capstyle：指定线画笔样式。

参数6：joinstyle：指定连接样式。

参数7：antialiaseds：布尔型，指定是否应对集合中的每个对象进行抗锯齿绘制。

参数8：offset：指定色块偏移量。

参数9：norm：指定是否归一化.

参数10：cmap：指定colormap。

参数11：pickradius：指定用于密闭性测试的拾取半径。

参数12：hatch：指定内部填充图案。

参数13：urls：未知？

参数14：offset_position：指定偏移量视为数据坐标而不是屏幕坐标。

参数15：zoeder：指定色块图层。

参数16：**kwargs：接收的关键字参数传递给Artist基类。

对Collection及其子类的实例，使用get_属性名称()获取当前实例的对应属性值。

设置属性的方法一共有两种：

set(**kwarg)
set_属性名称(属性值)

三.例子

在实例绘图中统一使用不区分大小写的 X11/CSS4 颜色名称。使用散点图使用scatter函数，他的返回值是PathCollection正好是Collection类的子类，接下来以散点图进行演示。

3.1edgecolors

edgecolors用来指定色块的边缘颜色，如果指定为None则使用matplotlib.rcParams内定的数值。

可以使用的颜色见下链接：

matplotlib颜色介绍

原图中只制定了linewidth参数和facecolor参数，所以标记点只会有一种颜色。

import matplotlib.pyplot as plt

import numpy as np

plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置支持中文
plt.rcParams['axes.unicode_minus'] = False  # 设置-号
plt.style.use('ggplot')

x = np.arange(15)
y = 2 * x + np.random.randint(-1, 5, size=15)

collection = plt.scatter(x, y, linewidths=4, s=8*(x+y), facecolor="blue", label='示例散点图')

plt.legend()
plt.title("原图", fontsize=25, fontweight="bold")
plt.show()

原图效果：

在这里插入图片描述

添加一条语句collection.set_edgecolor('mediumseagreen')指定边缘颜色，效果如下：

在这里插入图片描述

linewidth参数和edgecolor参数二者要相互配合才能达到真正的效果。单独设置其中的一个并不能达到设置标记点边缘颜色的效果。

可以传递一整个颜色序列从而设置多个点的边缘颜色，序列长度不必和点的数量相同，默认循环使用序列中的颜色，效果如下：

在这里插入图片描述

3.2facecolors

facecolors用来指定色块的表面颜色，如果指定为None则使用matplotlib.rcParams内定的数值。颜色详情见3.1。

使用set()方法设置新的表面颜色

collection.set(facecolor="gray")

在这里插入图片描述

同edgecolor参数一样，可以设置循环颜色，效果如下：

在这里插入图片描述

3.3linewidths

linewidths参数指定边缘线宽，可以指定一个标量或者一个标量序列。使用set_linewidth方法进行设置，此处除了普遍的两种设置方法还可以使用简化语句set_lw方法进行设置。

新的原图如下：

在这里插入图片描述

import matplotlib.pyplot as plt

import numpy as np

plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置支持中文
plt.rcParams['axes.unicode_minus'] = False  # 设置-号
plt.style.use('ggplot')

x = np.arange(15)
y = 2 * x + np.random.randint(-1, 5, size=15)

collection = plt.scatter(x, y, linewidths=4, s=8*(x+y), edgecolors="cyan", facecolor="blue", label='示例散点图')
collection.set_lw(8)

plt.legend()
plt.title("原图", fontsize=25, fontweight="bold")
plt.show()

效果如下：

在这里插入图片描述

3.4capstyle

capstyle参数用来设置线的两端样式，详情见

capstyle参数详解

3.5joinstyle

joinstyle参数用来设置两条线段的连接方式，详情见

joinstyle参数详解

3.6antialiaseds

antialiaseds参数用来设置是否使用抗锯齿进行绘制。该参数的调整视觉效果并不明显。

3.7cmap

cmap用来指定颜色映射表。这个地方需要注意，如果想要使用cmap映射表，必须指定映射方式，使用映射表的方式优先级高于直接指定具体表面颜色，边缘颜色不会收到影响。

import matplotlib.pyplot as plt

import numpy as np

plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置支持中文
plt.rcParams['axes.unicode_minus'] = False  # 设置-号
plt.style.use('ggplot')

x = np.arange(15)
y = 2 * x + np.random.randint(-1, 5, size=15)

collection = plt.scatter(x, y, linewidths=4, s=8*(x+y), c=2*(x+y), edgecolors="cyan", facecolor="blue", label='示例散点图')
collection.set_cmap("PuOr")

plt.legend()
plt.title("原图", fontsize=25, fontweight="bold")
plt.show()