论文绘图时经常需要多图嵌套,正好最近绘图用到了,记录一下使用Python实现多图嵌套的过程。
首先,实现 Seaborn 分别绘制折线图和柱状图。
|---|--------------------------------------------------------------------------------------------------|
| | '''绘制折线图'''
|
| | import seaborn as sns
|
| | import matplotlib.pyplot as plt
|
| | import warnings
|
| | warnings.filterwarnings("ignore", "use_inf_as_na")
|
| | |
| | # 获取绘图数据
|
| | df_fmri=sns.load_dataset("fmri")
|
| | # 绘制折线图
|
| | sns.lineplot(data=df_fmri, x="timepoint", y="signal", hue="event")
|
| | |
| | # 创建绘图数据
|
| | df_bar=df_fmri[['subject','signal']].groupby('subject',observed=True).agg('max').reset_index()
|
| | # 绘制条形图
|
| | ax_bar=sns.barplot(
|
| | data=df_bar,
|
| | x="subject", y="signal",
|
| | palette='Set2',
|
| | )
|
接下来实现条形图与折线图的嵌套,核心是使用 inset_axes
函数创建一个新的轴,然后再绘制第二个图时指定绘图的轴为刚才新建的轴。
|---|--------------------------------------------------------------------------------------------------|
| | from mpl_toolkits.axes_grid1.inset_locator import inset_axes
|
| | import matplotlib.pyplot as plt
|
| | |
| | # 获取绘图数据
|
| | df_fmri = sns.load_dataset("fmri")
|
| | df_bar=df_fmri[['subject','signal']].groupby('subject',observed=True).agg('max').reset_index()
|
| | |
| | # 绘制折线图
|
| | ax=sns.lineplot(data=df_fmri, x="timepoint", y="signal", hue="event")
|
| | plt.legend(loc='upper left')
|
| | |
| | # 使用 inset_axes 函数添加一个轴,用来显示条形图
|
| | ax_bar = inset_axes(
|
| | ax, # 父轴
|
| | width='40%', height='50%', # 新轴相对于父轴的长宽比例
|
| | loc='lower left', # 新轴的锚点相对于父轴的位置
|
| | bbox_to_anchor=(0.55,0.45,1,1), # 新轴的bbox
|
| | bbox_transform=ax.transAxes # bbox_to_anchor 的坐标基准
|
| | )
|
| | # 绘制条形图
|
| | ax_bar=sns.barplot(
|
| | data=df_bar,
|
| | x="subject", y="signal",
|
| | palette='Set2',
|
| | ax=ax_bar
|
| | )
|
可以看到,右上角的条形图显得很拥挤,x轴标注相互重叠比较严重,因此,考虑将条形图由纵向变为横向,在 Seaborn 绘图时交换 x 轴和 y 轴就能实现。此外,bar上方的空间也比较大,考虑将x轴的标注标注到bar上方,以进一步节约空间。bar的标注可以通过 ax.bar_label()
函数实现,该函数不仅可以直接标注每个bar的数值,也可以自定义要标注的内容和格式。修改后的代码和结果图如下:
|---|--------------------------------------------------------------------------------------------------|
| | from mpl_toolkits.axes_grid1.inset_locator import inset_axes
|
| | import matplotlib.pyplot as plt
|
| | |
| | # 准备数据
|
| | df_fmri = sns.load_dataset("fmri")
|
| | df_bar=df_fmri[['subject','signal']].groupby('subject',observed=True).agg('max').reset_index()
|
| | |
| | # 绘制折线图
|
| | ax=sns.lineplot(data=df_fmri, x="timepoint", y="signal", hue="event")
|
| | plt.legend(loc='upper left')
|
| | |
| | # 使用 inset_axes 函数添加一个轴,用来显示条形图
|
| | ax_bar = inset_axes(
|
| | ax, # 父轴
|
| | width='47%', height='52%', # 新轴相对于父轴的长宽比例
|
| | loc='lower left', # 新轴的锚点相对于父轴的位置
|
| | bbox_to_anchor=(0.5,0.44,1,1), # 新轴的bbox
|
| | bbox_transform=ax.transAxes # bbox_to_anchor 的坐标基准
|
| | )
|
| | # 绘制条形图
|
| | ax_bar=sns.barplot(
|
| | data=df_bar,
|
| | # 交换 x 轴和 y 轴列名实现横向条形图
|
| | x="signal", y="subject",
|
| | palette='Set2',
|
| | ax=ax_bar
|
| | )
|
| | # 使用 sns 的 bar_label 函数为条形图添加标注
|
| | ax_bar.bar_label(
|
| | ax_bar.containers[0], # 条形图的 BarContainer 对象
|
| | labels=df_bar['subject'], # 要标注的labels,默认为 bar 的数值,此处传入自定义的label序列
|
| | label_type='edge', # 标注显示的位置,可选 edge 或 center
|
| | padding=2, # 标注与bar之间的距离
|
| | # fmt='%.2f' # 标注格式化字符串
|
| | fontsize=10 # 设置标注的字体大小
|
| | )
|
| | # 为了避免标注超出绘图范围,将x轴的绘图范围扩大
|
| | plt.xlim(0,0.62)
|
| | # 隐藏左侧y轴
|
| | ax_bar.yaxis.set_visible(False)
|
| | # 去除多余的轴线
|
| | sns.despine()
|