【Python】Matplotlib局部放大图画法

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.axes_grid1.inset_locator import inset_axes
from matplotlib.patches import ConnectionPatchx = np.arange(1,len(LSTM_true)+1)# 画出测试集的实际结果和预测结果
fig, ax = plt.subplots(figsize=(30, 12))
ax.plot(x, LSTM_true,color='black', label='true', alpha=0.7)
ax.plot(x, LSTM_predict,color='#848484', label='LSTM', alpha=0.7)
ax.plot(x, MLP_predict, color='#FF774A',label='MLP', alpha=0.7)
ax.plot(x, RNN_predict,  color='#575B20',label='RNN', alpha=0.7)
ax.plot(x, TCN_predict,label='TCN', alpha=0.7)
ax.plot(x, XGBoost_predict,label='XGBoost', alpha=0.7)
ax.plot(x, CNN_predict,label='CNN', alpha=0.7)
ax.plot(x, Transformer_predict,label='Transformer', alpha=0.7)plt.legend(loc='best')# 嵌入局部放大图的坐标系
#ax为父坐标系，后面四个参数同样是（x0, y0, width, height），
axins = ax.inset_axes((0.2, -0.5, 0.4, 0.3))#在子坐标系中绘制原始数据
axins.plot(x, LSTM_true,color='black', label='true', alpha=0.7)
axins.plot(x, LSTM_predict,color='#848484', label='LSTM', alpha=0.7)
axins.plot(x, MLP_predict, color='#FF774A',label='MLP', alpha=0.7)
axins.plot(x, RNN_predict,  color='#575B20',label='RNN', alpha=0.7)
axins.plot(x, TCN_predict,label='TCN', alpha=0.7)
axins.plot(x, XGBoost_predict,label='XGBoost', alpha=0.7)
axins.plot(x, CNN_predict,label='CNN', alpha=0.7)
axins.plot(x, Transformer_predict,label='Transformer', alpha=0.7)# 设置放大区间，调整子坐标系的显示范围
# 设置放大区间
zone_left = 100
zone_right = 130# 坐标轴的扩展比例（根据实际数据调整）
x_ratio = 0  # x轴显示范围的扩展比例
y_ratio = 0.05  # y轴显示范围的扩展比例# X轴的显示范围
xlim0 = x[zone_left]-(x[zone_right]-x[zone_left])*x_ratio
xlim1 = x[zone_right]+(x[zone_right]-x[zone_left])*x_ratio# Y轴的显示范围
y = np.hstack((LSTM_true[zone_left:zone_right], LSTM_predict[zone_left:zone_right],MLP_predict[zone_left:zone_right],RNN_predict[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# 调整子坐标系的显示范围
axins.set_xlim(xlim0, xlim1)
axins.set_ylim(ylim0, ylim1)# 建立父坐标系与子坐标系的连接线
# 原图中画方框
tx0 = xlim0
tx1 = xlim1
ty0 = ylim0
ty1 = ylim1
sx = [tx0,tx1,tx1,tx0,tx0]
sy = [ty0,ty0,ty1,ty1,ty0]
ax.plot(sx,sy,"black")# 画两条线
xy = (xlim0,ylim0)
xy2 = (xlim0,ylim1)
con = ConnectionPatch(xyA=xy2,xyB=xy,coordsA="data",coordsB="data",axesA=axins,axesB=ax)
axins.add_artist(con)xy = (xlim1,ylim0)
xy2 = (xlim1,ylim1)
con = ConnectionPatch(xyA=xy2,xyB=xy,coordsA="data",coordsB="data",axesA=axins,axesB=ax)
axins.add_artist(con)plt.savefig(r'C:\Users\ZHUANG\Desktop\pjm_rto_load.png')

详细内容看https://juejin.cn/post/6844904183548608520

【Python】Matplotlib局部放大图画法相关推荐

Python 绘制局部放大图
请务必先看此文章: [Python]Matplotlib局部放大图画法(https://juejin.cn/post/6844904183548608520) 这篇文章已经非常详细,但是没有数据,所以 ...
Python中局部放大图案例
例子一: 先上完整代码和效果图: import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.axes_grid1.ins ...
Python matplotlib可视化：用Matplotlib的bar_label函数为条形图添加数值标记（在每一个条形的外侧顶部）
Python matplotlib可视化:用Matplotlib的bar_label函数为条形图添加数值标记(在每一个条形的外侧顶部) 目录
Python matplotlib可视化：在Matplotlib中为坐标轴刻度添加自定义符号（例如，货币符号￥$等）、水平条形图（horizontal bar）
Python matplotlib可视化:在Matplotlib中为坐标轴刻度添加自定义符号(例如,货币符号￥$等).水平条形图(horizontal bar) 目录
Python matplotlib可视化：自定义轴标签格式化函数（在轴刻度上添加自定义的数值以及符号形式）、使用自定义函数在Matplotlib中为坐标轴刻度添加自定义符号（例如，货币符号￥$等）
Python matplotlib可视化:自定义轴标签格式化函数(在轴刻度上添加自定义的数值以及符号形式).使用自定义函数在Matplotlib中为坐标轴刻度添加自定义符号(例如,货币符号￥$等) 目 ...
Python matplotlib可视化：用Matplotlib的bar_label函数自定义条形图的数值标签、用Matplotlib的bar_label函数为条形图添加数值标记（在每一个条形的中部）
Python matplotlib可视化:用Matplotlib的bar_label函数自定义条形图的数值标签.用Matplotlib的bar_label函数为条形图添加数值标记(在每一个条形的中部) ...
python matplotlib 简单用法
python matplotlib 简单用法具体内容请参考官网代码 import matplotlib.pyplot as plt import numpy as np # 支持中文 plt.rc ...
老咸鱼今天告诉你用Python matplotlib 各种图绘制流线图，难怪老板放纵他
复习回顾在Python关于绘图,Mlab提供开源的matplotlib模块,不仅可以绘制折线图.柱状图.散点图等常规图外,还支持绘制量场图.频谱图.提琴图.箱型图等特殊图,例举往期文章可前往查看详情 ...
Python matplotlib 绘制量场图
复习回顾 matplotlib 是基于Python语言的开源项目,pyplot提供一系列绘制2D图形的方法.随着版本的迭代,matplotlib 模块也支持绘制3D图形mplot3d工具包,制作动态图 ...

【Python】Matplotlib局部放大图画法

【Python】Matplotlib局部放大图画法

【Python】Matplotlib局部放大图画法相关推荐

最新文章

热门文章