Python嵌套绘图并为条形图添加自定义标注.docx

第

Python嵌套绘图并为条形图添加自定义标注

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

importseabornassns

importmatplotlib.pyplotasplt

importwarnings

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。

frommpl_toolkits.axes_grid1.inset_locatorimportinset_axes

importmatplotlib.pyplotasplt

#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=upperleft)

#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=lowerleft,#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：

frommpl_toolkits.axes_grid1.inset_locatorimportinset_axes

importmatplotlib.pyplotasplt

#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=upperleft)

#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=lowerleft