欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

使用matplotlib庫實(shí)現(xiàn)圖形局部數(shù)據(jù)放大顯示的實(shí)踐

 更新時(shí)間:2022年02月18日 08:51:50   作者:梟志  
本文主要介紹了使用matplotlib庫實(shí)現(xiàn)圖形局部數(shù)據(jù)放大顯示的實(shí)踐,文中通過示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下

一、繪制總體圖形

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.axes_grid1.inset_locator import inset_axes
from matplotlib.patches import ConnectionPatch
import  pandas as pd

MAX_EPISODES = 300
x_axis_data = []
for l in range(MAX_EPISODES):
    x_axis_data.append(l)

fig, ax = plt.subplots(1, 1)
data1 = pd.read_csv('./result/test_reward.csv')['test_reward'].values.tolist()[:MAX_EPISODES]
data2 = pd.read_csv('./result/test_reward_att.csv')['test_reward_att'].values.tolist()[:MAX_EPISODES]
ax.plot(data1,label="no att")
ax.plot(data2,label = "att")
ax.legend()

在這里插入圖片描述

二、插入局部子坐標(biāo)系

#插入子坐標(biāo)系
axins = inset_axes(ax, width="40%", height="20%", loc=3,
                   bbox_to_anchor=(0.3, 0.1, 2, 2),
                   bbox_transform=ax.transAxes)
#在子坐標(biāo)系中放入數(shù)據(jù)
axins.plot(data1)
axins.plot(data2)

在這里插入圖片描述

三、限制局部子坐標(biāo)系數(shù)據(jù)范圍

#設(shè)置放大區(qū)間
zone_left = 150
zone_right = 170
# 坐標(biāo)軸的擴(kuò)展比例(根據(jù)實(shí)際數(shù)據(jù)調(diào)整)
x_ratio = 0  # x軸顯示范圍的擴(kuò)展比例
y_ratio = 0.05  # y軸顯示范圍的擴(kuò)展比例

# X軸的顯示范圍
xlim0 = x_axis_data[zone_left]-(x_axis_data[zone_right]-x_axis_data[zone_left])*x_ratio
xlim1 = x_axis_data[zone_right]+(x_axis_data[zone_right]-x_axis_data[zone_left])*x_ratio

# Y軸的顯示范圍
y = np.hstack((data1[zone_left:zone_right], data2[zone_left:zone_right]))
ylim0 = np.min(y)-(np.max(y)-np.min(y))*y_ratio
ylim1 = np.max(y)+(np.max(y)-np.min(y))*y_ratio

# 調(diào)整子坐標(biāo)系的顯示范圍
axins.set_xlim(xlim0, xlim1)
axins.set_ylim(ylim0, ylim1)

(-198439.93763, -134649.56637000002)

在這里插入圖片描述

四、加上方框和連接線

# 原圖中畫方框
tx0 = xlim0
tx1 = xlim1
ty0 = ylim0
ty1 = ylim1
sx = [tx0,tx1,tx1,tx0,tx0]
sy = [ty0,ty0,ty1,ty1,ty0]
ax.plot(sx,sy,"blue")

# 畫兩條線
#第一條線
xy = (xlim0,ylim0)
xy2 = (xlim0,ylim1)
"""
xy為主圖上坐標(biāo),xy2為子坐標(biāo)系上坐標(biāo),axins為子坐標(biāo)系,ax為主坐標(biāo)系。
"""
con = ConnectionPatch(xyA=xy2,xyB=xy,coordsA="data",coordsB="data",
        axesA=axins,axesB=ax)

axins.add_artist(con)
#第二條線
xy = (xlim1,ylim0)
xy2 = (xlim1,ylim1)
con = ConnectionPatch(xyA=xy2,xyB=xy,coordsA="data",coordsB="data",
        axesA=axins,axesB=ax)
axins.add_artist(con)

[外鏈圖片轉(zhuǎn)存失敗,源站可能有防盜鏈機(jī)制,建議將圖片保存下來直接上傳(img-h4Xk5cvf-1645007598039)(output_8_0.png)]

五、總體實(shí)現(xiàn)代碼

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.axes_grid1.inset_locator import inset_axes
from matplotlib.patches import ConnectionPatch
import  pandas as pd

MAX_EPISODES = 300
x_axis_data = []
for l in range(MAX_EPISODES):
    x_axis_data.append(l)

fig, ax = plt.subplots(1, 1)
data1 = pd.read_csv('./result/test_reward.csv')['test_reward'].values.tolist()[:MAX_EPISODES]
data2 = pd.read_csv('./result/test_reward_att.csv')['test_reward_att'].values.tolist()[:MAX_EPISODES]
ax.plot(data1,label="no att")
ax.plot(data2,label = "att")
ax.legend()

#插入子坐標(biāo)系
axins = inset_axes(ax, width="20%", height="20%", loc=3,
                   bbox_to_anchor=(0.3, 0.1, 2, 2),
                   bbox_transform=ax.transAxes)
#在子坐標(biāo)系中放入數(shù)據(jù)
axins.plot(data1)
axins.plot(data2)

#設(shè)置放大區(qū)間
zone_left = 150
zone_right = 170
# 坐標(biāo)軸的擴(kuò)展比例(根據(jù)實(shí)際數(shù)據(jù)調(diào)整)
x_ratio = 0  # x軸顯示范圍的擴(kuò)展比例
y_ratio = 0.05  # y軸顯示范圍的擴(kuò)展比例

# X軸的顯示范圍
xlim0 = x_axis_data[zone_left]-(x_axis_data[zone_right]-x_axis_data[zone_left])*x_ratio
xlim1 = x_axis_data[zone_right]+(x_axis_data[zone_right]-x_axis_data[zone_left])*x_ratio

# Y軸的顯示范圍
y = np.hstack((data1[zone_left:zone_right], data2[zone_left:zone_right]))
ylim0 = np.min(y)-(np.max(y)-np.min(y))*y_ratio
ylim1 = np.max(y)+(np.max(y)-np.min(y))*y_ratio

# 調(diào)整子坐標(biāo)系的顯示范圍
axins.set_xlim(xlim0, xlim1)
axins.set_ylim(ylim0, ylim1)


# 原圖中畫方框
tx0 = xlim0
tx1 = xlim1
ty0 = ylim0
ty1 = ylim1
sx = [tx0,tx1,tx1,tx0,tx0]
sy = [ty0,ty0,ty1,ty1,ty0]
ax.plot(sx,sy,"blue")

# 畫兩條線
# 第一條線
xy = (xlim0,ylim0)
xy2 = (xlim0,ylim1)
"""
xy為主圖上坐標(biāo),xy2為子坐標(biāo)系上坐標(biāo),axins為子坐標(biāo)系,ax為主坐標(biāo)系。
"""
con = ConnectionPatch(xyA=xy2,xyB=xy,coordsA="data",coordsB="data",
        axesA=axins,axesB=ax)

axins.add_artist(con)
# 第二條線
xy = (xlim1,ylim0)
xy2 = (xlim1,ylim1)
con = ConnectionPatch(xyA=xy2,xyB=xy,coordsA="data",coordsB="data",
        axesA=axins,axesB=ax)
axins.add_artist(con)

在這里插入圖片描述

 到此這篇關(guān)于使用matplotlib庫實(shí)現(xiàn)圖形局部數(shù)據(jù)放大顯示的實(shí)踐的文章就介紹到這了,更多相關(guān)matplotlib 圖形局部數(shù)據(jù)放大顯示內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • python基礎(chǔ)之基本運(yùn)算符

    python基礎(chǔ)之基本運(yùn)算符

    這篇文章主要介紹了python基本運(yùn)算符,實(shí)例分析了Python中返回一個(gè)返回值與多個(gè)返回值的方法,需要的朋友可以參考下
    2021-10-10
  • Python 時(shí)間處理datetime實(shí)例

    Python 時(shí)間處理datetime實(shí)例

    Python Cook書中有很多章節(jié)都是針對(duì)某個(gè)庫的使用進(jìn)行介紹或是通過組合多個(gè)函數(shù)實(shí)現(xiàn)一些復(fù)雜的功能。我這里直接跳過了上一章節(jié)中對(duì)于文件處理的一些章節(jié),直接進(jìn)入對(duì)時(shí)間操作的章節(jié)。
    2008-09-09
  • python調(diào)用pymssql包操作SqlServer數(shù)據(jù)庫的實(shí)現(xiàn)

    python調(diào)用pymssql包操作SqlServer數(shù)據(jù)庫的實(shí)現(xiàn)

    本文主要介紹了python調(diào)用pymssql包操作SqlServer數(shù)據(jù)庫的實(shí)現(xiàn),文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2022-06-06
  • python注釋和運(yùn)算符詳解

    python注釋和運(yùn)算符詳解

    這篇文章主要為大家介紹了python注釋和運(yùn)算符,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下,希望能夠給你帶來幫助
    2021-12-12
  • 關(guān)于Django Models CharField 參數(shù)說明

    關(guān)于Django Models CharField 參數(shù)說明

    這篇文章主要介紹了關(guān)于Django Models CharField 參數(shù)說明,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧
    2020-03-03
  • Scrapy爬蟲多線程導(dǎo)致抓取錯(cuò)亂的問題解決

    Scrapy爬蟲多線程導(dǎo)致抓取錯(cuò)亂的問題解決

    本文針對(duì)Scrapy爬蟲多線程導(dǎo)致抓取錯(cuò)亂的問題進(jìn)行了深入分析,并提出了相應(yīng)的解決方案,具有一定的參考價(jià)值,感興趣的可以了解一下
    2023-11-11
  • Python采集王者皮膚圖片實(shí)戰(zhàn)示例

    Python采集王者皮膚圖片實(shí)戰(zhàn)示例

    這篇文章主要為大家介紹了Python采集王者皮膚圖片實(shí)戰(zhàn)示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪
    2023-04-04
  • 詳解python實(shí)現(xiàn)識(shí)別手寫MNIST數(shù)字集的程序

    詳解python實(shí)現(xiàn)識(shí)別手寫MNIST數(shù)字集的程序

    這篇文章主要介紹了詳解python實(shí)現(xiàn)識(shí)別手寫MNIST數(shù)字集的程序,小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過來看看吧
    2018-08-08
  • python實(shí)現(xiàn)簡(jiǎn)單中文詞頻統(tǒng)計(jì)示例

    python實(shí)現(xiàn)簡(jiǎn)單中文詞頻統(tǒng)計(jì)示例

    本篇文章主要介紹了python實(shí)現(xiàn)簡(jiǎn)單中文詞頻統(tǒng)計(jì)示例,小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過來看看吧
    2017-11-11
  • scrapy爬蟲完整實(shí)例

    scrapy爬蟲完整實(shí)例

    這篇文章主要介紹了scrapy爬蟲完整實(shí)例,小編覺得還是挺不錯(cuò)的,具有一定借鑒價(jià)值,需要的朋友可以參考下
    2018-01-01

最新評(píng)論