Matplotlib 可视化之箭头与标注的高级应用

时间线是按时间顺序显示的事件列表。它通常是一个图形设计，显示一个长条，标有与之平行的日期，通常是同时期的事件。

A_New_Chart_of_History_color 来源:维基百科

时间线可以使用任何合适的比例来表示时间，适合主题和数据；许多人使用线性刻度，其中一个距离单位等于设定的时间量。此时间刻度取决于时间轴中的事件。

Matplotlib最初是由John D. Hunter编写的，第一个公开版本于2003年发布。在2012年8月John Hunter去世前不久，Michael Droettboom被提名为matplotlib的首席开发者，2014年Thomas Caswell加入，他现在(2021年)是首席开发者。最新的版本是3.4(撰写本文时)，并且只支持Python 3，而2.2版本是一个长期支持的版本，兼容Python 2和Python 3。

Timeline绘图

时间线

绘图步骤

1. 创建画布、设置字体大小、设置x、y坐标轴及标签

2. 绘制直线图、空心的散点图

3. 隐藏x、y坐标轴

代码

# step1
fig = plt.figure(figsize=(15, 6))
ax = fig.add_subplot(111, xlim=(2002.5, 2021.5), 
                     ylim=(0, 6.5), yticks=([]))
ax.tick_params("x", labelsize="x-small", which="major")
ax.set_xticks(np.arange(2003, 2022, 2))
# step2
plt.plot([2002.5, 2021.5], [0, 0], 
         color="black", linewidth=1.0, clip_on=False)
X = np.arange(2003, 2022)
Y = np.zeros(len(X))
plt.scatter(
    X,
    Y,
    s=100,         # 散点大小
    linewidth=1.0, # 散点线宽
    zorder=10,     # 见注解
    clip_on=False, # 是否设置两个线相交时的剪辑
    edgecolor="black", # 散点的边缘颜色
    facecolor="white", # 散点的填充颜色
)
# step3
ax.spines["right"].set_visible(False)
ax.spines["left"].set_visible(False)
ax.spines["top"].set_visible(False)
ax.spines["bottom"].set_visible(False)

注解：

Matplotlib 的 zorder 属性决定了物体与前景的距离。zorder 值较小的对象出现在更靠近背景的位置，而具有较大值的对象出现在更靠近前面的位置。例如，如果我正在制作一个带有线图的散点图，我可以通过增加它的 zorder 来将线向前移动。

标注

要掌握时间轴图绘制，需要先了解 Matplotlib 中的标注。标注分为基本标注和高级标注。

• 基本标注：
  使用annotate()函数，其中由参数xy表示的标注位置和xytext的文本位置，这两个参数都是(x, y)元组。

• 高级标注：
  使用框和文本来标注，在pyplot模块（或Axes类的text方法）中的text()函数接受bbox关键字参数，在文本周围绘制一个框。

关键点：箭头及文本，首先学习下箭头➡️如何绘制。

箭头风格

Matplotlib 里面画箭头通常比较困难，推荐使用 plt.annotate() 函数。这个函数既可以创建文字，也可以创建箭头，而且它创建的箭头能够进行非常灵活的配置。

箭头的风格是通过 arrowprops 字典控制的，里面有许多可用的选项。由于这些选项在 Matplotlib 的官方文档中都有非常详细的介绍，为了方便阅读，这里给大家列出一些常用的参数及其设置值。

Axes.annotate(self, s, xy, *args, **kwargs)

主要参数：

• s：是注释的文本。

• xy：是要注释的点(x, y)。

• xytext：是可选参数。它是放置文本的位置(x, y)。

• xycoords：被注释点的坐标系属性，允许输入的值如下

• textcoords：注释文本的坐标系属性，默认与xycoords属性值相同，也可设为不同的值。除了允许输入xycoords的属性值，还允许输入以下两种：

• arrowprops：箭头的样式，dict（字典）型数据，如果该属性非空，则会在注释文本和被注释点之间画一个箭头。如果不设置'arrowstyle' 关键字，则允许包含以下关键字：

FancyArrowPatch的关键字包括:

• annotation_clip :
  布尔值，可选参数，默认为空。设为True时，只有被注释点在子图区内时才绘制注释；设为False时，无论被注释点在哪里都绘制注释。仅当xycoords为 'data' 时，默认值空相当于True。

箭头

箭头的绘制需要几个步骤:

① 创建两个点之间的连接路径。这由connectionstyle键值控制。

② 如果提供了patch对象（patchA和patchB），则会剪切路径以避开该patch。

③ 路径进一步由提供的像素总量来缩小（shirnkA&shrinkB）

④ 路径转换为箭头patch，由arrowstyle键值控制。

连接路径

两个点之间的连接路径的创建由connectionstyle键控制，并且可用以下样式。

注意，angle3和arc3中的3意味着所得到的路径是二次样条段（三个控制点）。如下面将讨论的，当连接路径是二次样条时，可以使用一些箭头样式选项。

ax.annotate(arrowprops=dict(
       connectionstyle=connectionstyle)

在函数ax.annotate()中的连接路径的参数arrowprops，而实际控制箭头样式的参数是connectionstyle，通过设置不同的connectionstyle以改变不同的箭头路径样式。

例如我们设置如下参数connectionstyle具体值，并绘制出如下样式。

"angle3,angleA=90,angleB=0"
"angle3,angleA=0,angleB=90"
"arc3,rad=0."
"arc3,rad=0.3"
"arc3,rad=-0.3"
"angle,angleA=-90,angleB=180,rad=0"
"angle,angleA=-90,angleB=180,rad=5"
"angle,angleA=-90,angleB=10,rad=5"
"arc,angleA=-90,angleB=0,armA=30,armB=30,rad=0"
"arc,angleA=-90,angleB=0,armA=30,armB=30,rad=5"
"arc,angleA=-90,angleB=0,armA=0,armB=40,rad=0"
"bar,fraction=0.3"
"bar,fraction=-0.3"
"bar,angle=180,fraction=-0.2"

箭头样式

后根据给定的箭头样式将连接路径（在剪切和收缩之后）变换为箭头补丁。

在函数ax.annotate()中的箭头样式的参数arrowprops，而实际控制箭头样式的参数是arrowstyle，通过设置不同的arrowstyle以改变不同的箭头样式。

ax.annotate(arrowprops=dict(
            arrowstyle=stylenames)

我们可以设置哪些arrowstyle参数呢？可以通过mpatches.ArrowStyle.get_styles()方法查看所有可以设置的样式。

styles = mpatches.ArrowStyle.get_styles()
print(styles.keys())

dict_keys(['-', '<-', '->', '<->', '<|-',
           '-|>', '<|-|>', ']-[', ']-', '-[',
           '|-|', 'simple', 'fancy', 'wedge'])

箭头位置

xy（箭头尖端）和 xytext 位置（文本位置）都以数据坐标为单位。这两个参数可以通过分别设置xycoords和textcoords来指定xy和xytext的坐标系。

设置xy和xytext的坐标系如下：

(3.2, 6.8) (2.0, 6.8)
(4.2, 5.8) (2.0, 5.8)
(4.2, 4.8) (3.4, 4.8)
(3.2, 3.8) (3.2, 2.8)

通过上述设置完成操作后，设置标注函数：

def annotate(ax, x, y, text, fc="#ff7777", y0=0):
    y = y - 0.5
    ax.annotate(
        " " + text + " ",
        xy=(x, y),
        xycoords="data",
        xytext=(0, 25),
        textcoords="offset points",
        color="white",
        size="x-small",
        va="center",
        ha="center",
        weight="bold",
        bbox=dict(boxstyle="round", fc=fc, ec="none"),
        arrowprops=dict(
            arrowstyle="wedge, tail_width=1.", 
            fc=fc, ec="none", patchA=None
        ), 
    )
    plt.plot([x, x], [y, y0], color="black", 
             linestyle=":", linewidth=0.75)

并且通过上述函数绘制各个事件：

annotate(ax, 2021, 4, "3.4")
annotate(ax, 2020, 3, "3.3")
annotate(ax, 2019, 4, "3.2")
annotate(ax, 2019, 2, "3.1")
annotate(ax, 2018, 3, "3.0", y0=1.5)
annotate(ax, 2018, 1, "2.2", fc="#777777")
annotate(ax, 2017, 4, "2.1", y0=2.5)
annotate(ax, 2017, 2, "2.0")
annotate(ax, 2015, 2, "1.5")
annotate(ax, 2014, 1, "1.4")
annotate(ax, 2013, 2, "1.3")
annotate(ax, 2012, 1, "1.2")
annotate(ax, 2011, 3, "1.1", y0=2.5)
annotate(ax, 2011, 2, "1.0")
annotate(ax, 2009, 1, "0.99")
annotate(ax, 2003, 1, "0.10")

文本注释

Axes.text(self, x, y, s, 
          fontdict=None, 
          withdash=, **kwargs)

主要参数：

• x,y：表示坐标值上的值

• string：表示说明文字

• fontsize：表示字体大小

• verticalalignment or va：垂直对齐方式 ，参数：[ 'center' |'top' | 'bottom' | 'baseline' ]

• horizontalalignment or ha：水平对齐方式 ，参数：[ 'center' |'right' |'left' ]

matplotlib.text.Text实例有各种属性，可以通过关键字参数配置文本命令（例如，title()，xlabel()和text()）。

你可以使用对齐参数horizontalalignment，verticalalignment和multialignment来布置文本。

• horizontalalignment控制文本的x位置参数表示文本边界框的左边，中间或右边。

• verticalalignment控制文本的y位置参数表示文本边界框的底部，中心或顶部。

• multialignment，仅对于换行符分隔的字符串，控制不同的行是左，中还是右对齐。

这里是一个使用text()命令显示各种对齐方式的例子。在整个代码中使用transform = ax.transAxes，表示坐标相对于轴边界框给出，其中0,0是轴的左下角，1,1是右上角。

通过绘制两个端点及横线组合，绘制区间线段。

x0, x1 = 2002.5, 2011.9
ax.plot([x0, x1], [5, 5], color="black", 
        linewidth=1, marker="|", clip_on=False)
ax.text((x0 + x1) / 2, 5.1, "J.D. Hunter", 
        ha="center", va="bottom", size="x-small")
 
x0, x1 = 2012.1, 2017.9
ax.plot([x0, x1], [5, 5], color="black", 
        linewidth=1, marker="|", clip_on=False)
ax.text((x0 + x1) / 2, 5.1, "M. Droettboom", 
        ha="center", va="bottom", size="x-small")
 
x0, x1 = 2014.1, 2021.5
ax.plot([x0, x1 + 1], [6, 6], color="black", 
        linewidth=1, marker="|")
ax.text((x0 + x1) / 2, 6.1, "T. Caswell", 
        ha="center", va="bottom", size="x-small"

参考资料

[1]

matplotlib.patches.PathPatch: https://matplotlib.org/api/_as_gen/matplotlib.patches.PathPatch.html#matplotlib.patches.PathPatch

[2]

connectionstyle源码: https://matplotlib.org/stable/gallery/userdemo/connectionstyle_demo.html

[3]

fancyarrow_demo源码: http://matplotlib.org/mpl_examples/pylab_examples/fancyarrow_demo.py

[4]

annotation_demo源码: https://matplotlib.org/stable/gallery/text_labels_and_annotations/annotation_demo.html

[5]

Scientific Visualisation-Python & Matplotlib

END

各位伙伴们好，詹帅本帅搭建了一个个人博客和小程序，汇集各种干货和资源，也方便大家阅读，感兴趣的小伙伴请移步小程序体验一下哦！（欢迎提建议）

推荐阅读

牛逼！Python常用数据类型的基本操作（长文系列第①篇）

牛逼！Python的判断、循环和各种表达式（长文系列第②篇）

牛逼！Python函数和文件操作（长文系列第③篇）

牛逼！Python错误、异常和模块（长文系列第④篇）