我尝试在一个图中绘制两个极坐标图。请参阅以下代码:
fig = super(PlotWindPowerDensity, self).get_figure()
rect = [0.1, 0.1, 0.8, 0.8]
ax = WindSpeedDirectionAxes(fig, rect)
self.values_dict = collections.OrderedDict(sorted(self.values_dict.items()))
values = self.values_dict.items()
di, wpd = zip(*values)
wpd = np.array(wpd).astype(np.double)
wpdmask = np.isfinite(wpd)
theta = self.radar_factory(int(len(wpd)))
# spider plot
ax.plot(theta[wpdmask], wpd[wpdmask], color = 'b', alpha = 0.5)
ax.fill(theta[wpdmask], wpd[wpdmask], facecolor = 'b', alpha = 0.5)
# bar plot
ax.plot_bar(table=self.table, sectors=self.sectors, speedbins=self.wpdbins, option='wind_power_density', colorfn=get_sequential_colors)
fig.add_axes(ax)
return fig
条形的长度是数据库(该扇区的采样点数)。条形图的颜色显示相应扇区中某些值区(例如2.5-5 m / s)的频率(蓝色:低,红色:高)。蓝蜘蛛图显示每个扇区的平均值。
在所示的图中,每个图的值都相似,但这种情况很少见。我需要将第二个绘图指定给另一个轴并在另一个方向上显示该轴。
编辑:
在乔的好答案之后,我得到了这个数字的结果。 这几乎是我想要实现的一切。但是有些观点我无法弄清楚。
该图用于动态更改数据库。因此,我需要一种动态的方式来获得圆圈的相同位置。直到现在我解决它:
start, end = ax2.get_ylim()
ax2.yaxis.set_ticks(np.arange(0, end, end / len(ax.yaxis.get_ticklocs())))
表示:对于第二轴,我改变刻度,以便将刻度线拟合到第一轴的一个。 在大多数情况下,我得到一些小数位,但我不希望这样,因为它破坏了情节的清晰度。有没有办法更聪明地解决这个问题?
ytics(径向的)从0到倒数第二个圆圈。我怎样才能实现从第一个圆到最后一个圆(边界)的值?第一轴也一样。
答案 0 :(得分:8)
因此,据我了解,您希望在同一极坐标图上显示幅度差异很大的数据。基本上你问的是如何为极轴做类似于twinx
的事情。
作为一个例子来说明这个问题,最好以不同于蓝色系列的比例在下图中显示绿色系列,同时将它们保持在相同的极轴上以便于比较。:
import numpy as np
import matplotlib.pyplot as plt
numpoints = 30
theta = np.linspace(0, 2*np.pi, numpoints)
r1 = np.random.random(numpoints)
r2 = 5 * np.random.random(numpoints)
params = dict(projection='polar', theta_direction=-1, theta_offset=np.pi/2)
fig, ax = plt.subplots(subplot_kw=params)
ax.fill_between(theta, r2, color='blue', alpha=0.5)
ax.fill_between(theta, r1, color='green', alpha=0.5)
plt.show()
但是,ax.twinx()
不适用于极坐标图。
可以解决这个问题,但这不是很直截了当。这是一个例子:
import numpy as np
import matplotlib.pyplot as plt
def main():
numpoints = 30
theta = np.linspace(0, 2*np.pi, numpoints)
r1 = np.random.random(numpoints)
r2 = 5 * np.random.random(numpoints)
params = dict(projection='polar', theta_direction=-1, theta_offset=np.pi/2)
fig, ax = plt.subplots(subplot_kw=params)
ax2 = polar_twin(ax)
ax.fill_between(theta, r2, color='blue', alpha=0.5)
ax2.fill_between(theta, r1, color='green', alpha=0.5)
plt.show()
def polar_twin(ax):
ax2 = ax.figure.add_axes(ax.get_position(), projection='polar',
label='twin', frameon=False,
theta_direction=ax.get_theta_direction(),
theta_offset=ax.get_theta_offset())
ax2.xaxis.set_visible(False)
# There should be a method for this, but there isn't... Pull request?
ax2._r_label_position._t = (22.5 + 180, 0.0)
ax2._r_label_position.invalidate()
# Ensure that original axes tick labels are on top of plots in twinned axes
for label in ax.get_yticklabels():
ax.figure.texts.append(label)
return ax2
main()
这就是我们想要的,但一开始看起来相当糟糕。一个改进是将刻度标签与我们正在绘制的内容相对应:
plt.setp(ax2.get_yticklabels(), color='darkgreen')
plt.setp(ax.get_yticklabels(), color='darkblue')
然而,我们仍然有双网格,这是相当混乱的。解决这个问题的一个简单方法是手动设置r限制(和/或r-ticks),使得网格将相互叠加。或者,您可以编写自定义定位器来自动执行此操作。让我们坚持使用简单的方法:
ax.set_rlim([0, 5])
ax2.set_rlim([0, 1])
警告:由于共享轴不适用于极坐标图,我上面的实施将会出现任何改变原始轴位置的问题。例如,向图中添加颜色条将导致各种问题。可以解决这个问题,但我已经离开了那个部分。如果您需要,请告诉我,我将添加一个示例。
无论如何,这是生成最终数字的完整独立代码:
import numpy as np
import matplotlib.pyplot as plt
np.random.seed(1977)
def main():
numpoints = 30
theta = np.linspace(0, 2*np.pi, numpoints)
r1 = np.random.random(numpoints)
r2 = 5 * np.random.random(numpoints)
params = dict(projection='polar', theta_direction=-1, theta_offset=np.pi/2)
fig, ax = plt.subplots(subplot_kw=params)
ax2 = polar_twin(ax)
ax.fill_between(theta, r2, color='blue', alpha=0.5)
ax2.fill_between(theta, r1, color='green', alpha=0.5)
plt.setp(ax2.get_yticklabels(), color='darkgreen')
plt.setp(ax.get_yticklabels(), color='darkblue')
ax.set_ylim([0, 5])
ax2.set_ylim([0, 1])
plt.show()
def polar_twin(ax):
ax2 = ax.figure.add_axes(ax.get_position(), projection='polar',
label='twin', frameon=False,
theta_direction=ax.get_theta_direction(),
theta_offset=ax.get_theta_offset())
ax2.xaxis.set_visible(False)
# There should be a method for this, but there isn't... Pull request?
ax2._r_label_position._t = (22.5 + 180, 0.0)
ax2._r_label_position.invalidate()
# Bit of a hack to ensure that the original axes tick labels are on top of
# whatever is plotted in the twinned axes. Tick labels will be drawn twice.
for label in ax.get_yticklabels():
ax.figure.texts.append(label)
return ax2
if __name__ == '__main__':
main()
答案 1 :(得分:2)
只是为了添加@JoeKington(伟大的)答案,我发现"黑客确保原始轴刻度标签位于孪生轴上绘制的任何内容之上。我没有为我工作,所以作为我使用过的替代方案:
from matplotlib.ticker import MaxNLocator
#Match the tick point locations by setting the same number of ticks in the
# 2nd axis as the first
ax2.yaxis.set_major_locator(MaxNLocator(nbins=len(ax1.get_yticks())))
#Set the last tick as the plot limit
ax2.set_ylim(0, ax2.get_yticks()[-1])
#Remove the tick label at zero
ax2.yaxis.get_major_ticks()[0].label1.set_visible(False)