matplotlib 高阶之patheffect (阴影,强调)

博客介绍了在Python中通过path修饰Artist,利用set_path_effects为text和line2D添加阴影,比Normal更有趣。还提到利用stroke可使Artist变得突出,此外还给出了更多效果的参考链接。

我们可以通过path来修饰Artist, 通过set_path_effects

import matplotlib.pyplot as plt
import matplotlib.patheffects as path_effects

fig = plt.figure(figsize=(5, 1.5))
ax = fig.add_axes([0, 0, 1, 1])
ax.set_visible(False)
text = fig.text(0.5, 0.5, 'Hello path effects world!\nThis is the normal '
                          'path effect.\nPretty dull, huh?',
                ha='center', va='center', size=20)
text.set_path_effects([path_effects.Normal()])
plt.show()

在这里插入图片描述

添加阴影

比之Normal更加有意思的是添加阴影

import matplotlib.patheffects as path_effects

text = plt.text(0.5, 0.5, 'Hello path effects world!',
                path_effects=[path_effects.withSimplePatchShadow()])

plt.plot([0, 3, 2, 5], linewidth=5, color='blue',
         path_effects=[path_effects.SimpleLineShadow(),
                       path_effects.Normal()])
plt.show()

在这里插入图片描述

注意到,上面的例子中,我们用path_effects属性,分别为text和line2D添加了阴影

使Artist变得突出

想要完成这一步不敌,利用stroke是不错的选择,虽然我不知道这是什么东西

fig = plt.figure(figsize=(7, 1))
ax = fig.add_axes([0, 0, 1, 1])
ax.set_visible(False)
text = fig.text(0.5, 0.5, 'This text stands out because of\n'
                          'its black border.', color='white',
                          ha='center', va='center', size=30)
text.set_path_effects([path_effects.Stroke(linewidth=3, foreground='black'),
                       path_effects.Normal()])
plt.show()

在这里插入图片描述

更多效果

fig = plt.figure(figsize=(8, 1))
ax = fig.add_axes([0, 0, 1, 1])
ax.set_visible(False)
t = fig.text(0.02, 0.5, 'Hatch shadow', fontsize=75, weight=1000, va='center')
t.set_path_effects([path_effects.PathPatchEffect(offset=(4, -4), hatch='xxxx',
                                                 facecolor='gray'),
                    path_effects.PathPatchEffect(edgecolor='white', linewidth=1.1,
                                                 facecolor='black')])
plt.show()

在这里插入图片描述

转载于:https://www.cnblogs.com/MTandHJ/p/10951696.html

Pythonmatplotlib库是一个用于数据可视化的高阶库。它由多个子库组成,其中matplotlib.pyplot是其中一个子库,主要用于实现各种数据展示图形的绘制。使用matplotlib.pyplot库可以轻松地创建各种图表,包括线图、散点图、柱状图、饼图等。 下面是一个例子,展示了如何使用matplotlib.pyplot库创建一个带有标签的坐标系: ```python import numpy as np import matplotlib.pyplot as plt import matplotlib # 设置中文显示 matplotlib.rcParams['font.family'] = 'SimHei' matplotlib.rcParams['font.sans-serif'] = ['SimHei'] # 绘制坐标系 plt.plot([1, 2, 6], [1, 2, 1]) plt.title("坐标系") plt.xlabel('时间(单位)') plt.ylabel('范围(单位)') plt.xticks([1,2,3,4,5],[r'$\pi/3$',r'$2\pi/3$',r'$\pi/$',r'$4\pi/3$',r'$5\pi/3$']) plt.show() ``` 这段代码使用了numpy库生成了一些示例数据,并使用matplotlib.pyplot库将这些数据绘制成了一个带有标签的坐标系。通过设置标题、x轴标签、y轴标签和刻度标签,可以更好地展示数据。最后使用`plt.show()`函数显示图形。 总之,Pythonmatplotlib库提供了丰富的功能和灵活的接口,使得数据可视化变得简单而强大。无论是简单的图形还是复杂的图表,matplotlib都能够满足你的需求。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [Python -- Matplotlib库的使用](https://blog.youkuaiyun.com/weixin_45627039/article/details/124273594)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值