极客笔记Matplotlib 独特的图形标记
Matplotlib是Python中最著名的可视化库之一。它可以提供各种类型的绘图和可视化，包括折线图、散点图、饼图等等。每种类型的图形都有各种标记(marker)可以选择，以突出不同的数据系列。然而，有时候我们需要在同一个图中绘制多个数据系列，每个系列使用不同的标记来区分，以便更好地了解数据并传达信息。本文将介绍Matplotlib的一些技巧，以在同一个图中使用不同的标记来绘制多个数据系列。
阅读更多：Matplotlib 教程
在同一个图中使用不同的标记
在同一个图中使用不同的标记并不难。Matplotlib提供了很多种标记，因此我们只需将它们应用到我们的数据上即可。首先，我们需要定义一个图形对象(fig)和一个绘图对象(ax)，以便绘制我们的数据。我们还需要准备一些数据然后将数据添加到绘图对象(ax)中。下面是一个简单的例子：
import matplotlib.pyplot as plt
import numpy as np
fig, ax = plt.subplots()
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)
ax.plot(x, y1, 'o', markersize=5, label='sin')
ax.plot(x, y2, '^', markersize=5, label='cos')
ax.legend()
plt.show()
这个简单的脚本生成了一个图表，其中包含了两个不同的数据系列。每个系列都使用不同的标记绘制，一个使用圆形标记(o)，另一个使用三角形标记(^)。修改标记的方法是在plot()函数中传递一个描述符（如’o’或’^’）作为第三个参数。在这个例子中，我们还指定了标记的大小(markersize)和标签(label)，以便我们可以在图例中识别数据序列。
使用不同样式绘制不同类型的标记
然而，我们可能会希望为每个数据系列指定一组不同的标记，并且这些标记中每个标记的形状可能也不同。Matplotlib有一个解决办法，其核心思想是使用一个格式字符串来指定标记和线条样式的属性。
首先，我们为每个系列定义一组标记。这些标记可以是任何形状和样式。我们可以使用不同的描述符和颜色来指定每个标记的样式。例如：
markers = ['o', 's', '^', 'd', '*', 'x']
colors = ['red', 'blue', 'green', 'purple', 'orange', 'black']
现在我们可以将这些标记、颜色和数据交错起来，使用plot()函数来绘制所有数据。例如：
import matplotlib.pyplot as plt
import numpy as np
fig, ax = plt.subplots()
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)
markers = ['o', 's', '^', 'd', '*', 'x']
colors = ['red', 'blue', 'green', 'purple', 'orange', 'black']
for i in range(len(markers)):
ax.plot(x[i*10:i*10+10], y1[i*10:i*10+10], markers[i], color=colors[i], markersize=5, label='sin '+ str(i+1))
ax.plot(x[i*10:i*10+10], y2[i*10:i*10+10], markers[i], color=colors[i], markersize=5, label='cos '+ str(i+1))
ax.legend()
plt.show()
这个例子中，我们为每个数据系列定义了一个不同的标记和颜色，并将它们组合到一个列表中。然后，我们循环使用这些标记、颜色和数据来绘制所有的数据序列。这样可以使每个数据序列在图表中具有独特的样式，从而更好地区分不同的系列。在这个例子中，我们还使用了label来标记每个数据系列，并在图例中显示它们。如果有更多的数据系列，我们可以将标记和颜色添加到列表中，并在循环中使用它们。
自定义标记
最后，如果我们想要一些独特的标记，而不是在Matplotlib标记库中提供的标记，我们可以使用自定义标记来绘制图表。自定义标记可以是任何形状和任何线条样式，只需提供一个函数来绘制它们。
下面是一个简单的示例，用于绘制一个具有漂亮样式的自定义标记：
import matplotlib.path as mpath
import matplotlib.lines as mlines
import matplotlib.pyplot as plt
fig, ax = plt.subplots()
line_data = [[0.3, 0.8], [0.4, 0.4], [0.6, 0.6], [0.8, 0.3]]
path = mpath.Path(line_data)
marker = mlines.Line2D([0], [0], linestyle='None', marker=path, markersize=10)
x = [1, 2, 3, 4]
y = [2, 3, 4, 5]
ax.plot(x, y, marker=marker)
plt.show()
在这个例子中，我们首先定义了自定义标记的形状(line_data)。然后，我们使用matplotlib.path.Path和matplotlib.lines.Line2D来创建一个新的标记(marker)。最后，我们将这个标记应用到数据上。这个例子只是一个简单的示例，它可以帮助你开始制作自己的自定义标记。
总结
本文介绍了如何在同一个图中使用不同的标记来绘制多个数据系列。我们首先了解了如何使用plot()函数中的描述符来指定标记的类型，然后介绍了如何使用格式字符串来指定不同类型的标记。最后，我们了解了如何使用自定义标记，以便在图表中使用自己喜欢的标记。使用这些技巧，你将能够更好地了解你的数据及其相关信息，并以更好的方式传达信息。