2024年用python绘制散点图

同一坐标系中绘制多个图像是很常见的需求,比如数据拟合的时候,用散点图表示原始数据,用曲线图来表示拟合结果。而这两组数据分别有其自身的绘图类别。

为了降低代码重复,最好还是新建一个控件,专门用于约定绘图类型。而且更加广泛地讲,除了散点图条形图这种,是二维还是三维,也可算在绘图类型里面。所以,这个绘图类型控件,至少包含两个ComboBox,这对于已经创建过AxisFrame和AxisList的我们来说,属于小儿科水平

classDrawType(ttk.Frame):#ws为两个combobox的宽def__init__(self,master,types,slctType,slctDim="3",ws=None,options):super().__init__(master,options)self.pack()self.types=types#绘图类型self.dims=("x","xy","xyz","tx","txy","txyz")#绘图维度self.initVar(slctType,slctDim)self.initWidgets(ws)definitVar(self,slctType,slctDim):self.drawType=tk.StringVar()self.drawType.set(slctType)self.drawDim=tk.StringVar()iftype(slctDim)!=str:slctDim=self.dims[int(slctDim)]self.drawDim.set(slctDim)definitWidgets(self,ws):ifws==None:ws=[8,3]vs=[self.drawType,self.drawDim]slcts=[self.types,self.dims]foriinrange(2):slct=ttk.Combobox(self,width=ws[i],textvariable=vs[i])slct['value']=slcts[i]slct.pack(side=tk.LEFT)defgetType(self):returnself.drawType.get()defgetDim(self):returnself.drawDim.get()

然后更改DrawSystem,主要是把setCtrlButtons(self,frm)函数的前两句改为

defsetCtrlButtons(self,frm):self.drawTypeDim=DrawType(frm,self.TYPES,"点线图")self.drawTypeDim.pack(side=tk.LEFT)#...

另一方面,两个ComboBox太大了,为了美观,把新增和删除两个按钮上的文字改为加号和减号。修改过后的UI如下

首先,在AxisList的初始化代码中添加初始化绘图类型的参数

def__init__(self,master,title,mode,widths,types,slctType,#绘图类型Combobox的参数options):super().__init__(master,options)self.pack()self.afs={}self.data={}self.initWidgets(title,widths)self.initFeature(types,slctType)self.initAxis(mode,widths)

由于更改是输入参数的个数,所以在DrawSystem中调用时,需要把types和slctType这两个参数补上。

然后在initFeature中添加drawTypeDim,

definitFeature(self,types,slctType):frm=ttk.Frame(self._c)frm.pack(pady=2,side=tk.TOP,fill=tk.X)ttk.Button(frm,text="加载",width=5,command=self.btnLoadData).pack(side=tk.LEFT)self.drawTypeDim=DrawType(frm,types,slctType)self.vis={L:TrueforLin'txyz'}forflagin'txyz':btn=ttk.Button(frm,text=flag,width=3)btn.pack(side=tk.LEFT)btn.bind("",self.btnAxisCollapse)

最后,更改绘图逻辑。简单起见,这里只挑选最经典的三种图像,即点线图、散点图和条形图。首先,创建一个全局变量字典,用于存放这些图像的名称及其对应的绘图函数

self.drawDct={"点线图":self.drawPlot,"散点图":self.drawScatter,"条形图":self.drawBar}

defbtnDrawImg(self):self.fig.clf()keys=self.drawTypeDim.getDim()p='3d'if'z'inkeyselseNoneax=self.fig.add_subplot(projection=p)foralinself.als:data=self.readDatas(al)draw=self.drawDct[al.getDrawType()]draw(ax,data,keys)self.fig.subplots_adjust(left=0.1,right=0.95,top=0.95,bottom=0.08)self.canvas.draw()defdrawBar(self,ax,data,keys):ax.bar(data['x'],data['y'])defdrawPlot(self,ax,data,keys):ax.plot(*[data[key]forkeyinkeys])defdrawScatter(self,ax,data,keys):ax.scatter(*[data[key]forkeyinkeys])

最后运行结果如下,分别绘制的散点图和曲线图。

DrawType类可以设置绘图维度,而绘图维度其实就是坐标轴的个数。所以,一个比较合理的交互逻辑是,改选DrawType的维度后,坐标轴个数也该随之变化。为了实现这个功能,需要为ComboBox绑定一个事件,改动起来非常简单,只需在initWidgets最后加上一行就可以。

definitWidgets(self,ws):ifws==None:ws=[8,3]slct=ttk.Combobox(self,width=ws[0],textvariable=self.drawType)slct['value']=self.typesslct.pack(side=tk.LEFT)slct=ttk.Combobox(self,width=ws[1],textvariable=self.drawDim)slct['value']=self.dimsslct.pack(side=tk.LEFT)slct.bind('<>',self.dimChanged)

接下来比较重要的则是self.dimChanged的定义。我们希望当Combobox改变时,是另一个控件的内容发生变化,所以self.dimChanged最好是其他控件传入的一个函数。故而需要更改DrawType的初始化函数,即添加一个func参数,然后把这个参数赋给self.dimChanged方法。

def__init__(self,master,types,slctType,slctDim="xyz",ws=None,func=None,options):super().__init__(master,options)#。。。self.dimChanged=func#。。。

最后,修改AxisList中初始化DrawType的语句

self.drawTypeDim=DrawType(frm,types,slctType,func=self.dimChanged)

并创建self.dimChanged函数,代码如下,逻辑是根据当前选择的维度来更新txyz这几个AxisFrame。

defdimChanged(self,evt):txyz=self.getDrawDim()forflagin'txyz':self.vis[flag]=flagintxyzself.updateVisible()defupdateVisible(self):forflagin'txyz':self.afs[flag].pack_forget()forflagin'txyz':ifself.vis[flag]:self.afs[flag].pack(side=tk.TOP,fill=tk.X)

最后,在坐标轴创建时也应该遵循绘图维度和坐标个数之间的关系,这样打开软件或者新创建一组坐标的时候,就可以自动与绘图维度相匹配了。

definitAxis(self,mode,widths):forflagin'txyz':self.afs[flag]=AxisFrame(self._c,flag,mode,widths)self.afs[flag].pack(side=tk.TOP,fill=tk.X)self.vis={L:Linself.getDrawDim()forLin'txyz'}self.updateVisible()

所以,DrawType还有进一步升级的空间。即除了图表类型、参数个数之外,还可以加一个投影类型,即用于规范Projection参数。

投影和维度从设计方式来说是完全一致的,只需添加

self.projs=("None","3d","polar")

在initVar中添加

self.drawDim=tk.StringVar()self.drawDim.set(dim)

在initWidgets中添加

slct=ttk.Combobox(self,width=ws[1],textvariable=self.drawProj)slct['value']=self.projsslct.pack(side=tk.LEFT,padx=2)

并创建getProj函数

defgetProj(self):returnself.drawProj.get()

这个时候界面又变得臃肿了,所以再调整调整,最后效果为

下面更新绘图逻辑,尽管只是多了一个设定坐标映射的功能,但从可扩展性的角度触发,还是新建一个专门设置坐标轴的函数比较好。故而在DrawSystem中添加setDrawAxis函数

defsetDrawAxis(self):p=self.drawTypeDim.getProj()ifp=="None":ax=self.fig.add_subplot()else:ax=self.fig.add_subplot(projection=p)returnax

然后发现了一个小bug,就是无论在绘图时是否使用z轴坐标,但会一并读取z轴数据,这里稍作改善,将readDatas中的循环改为

forflaginself.drawTypeDim.getDim():

这样就可以绘制极坐标图了

之前在添加DrawType控件的时候,不仅添加了全局控件,而且每个AxisList也都添加了,这可不是乱添加的,而是为了后续的功能,即子图绘制。如果一个窗口中有多组坐标轴,那么每个坐标轴都应该有相应的图像。

这个显然属于绘图类型的范畴,所以第一步还是更新DrawType类,添加一个sub参数,用以约束子图的位置

def__init__(self,master,types,slctType,sub='111',slctDim="xyz",slctProj='3d',ws=None,func=None,options):

尽管组件类型不同,但创建流程一致,先改initVar,然后在initWidgets中添加Entry。

definitVar(self,sub,slctType,dim,proj):self.drawSub=tk.StringVar()self.drawSub.set(sub)#....#后面是类型、维度、投影definitWidgets(self,ws,sub):ifws==None:ws=[5,5,5,3]eny=ttk.Entry(self,width=ws[0],textvariable=self.drawSub)eny.pack(side=tk.LEFT,padx=2)#...#注意后面创建combobox时ws后移

然后再给出一个get函数

defgetSub(self):returnself.drawSub.get()

而且对应AxisList中也要添加get函数,并且补上之前未添加的getProj函数

defgetSub(self):returnself.drawTypeDim.getSub()defgetProj(self):returnself.drawTypeDim.getProj()

在initVar中,几乎出现了4行一摸一样的代码,为了让其更加简洁,可以稍作修改

definitVar(self,sub,slctType,dim,proj):kv={"sub":sub,"type":slctType,"dim":dim,"proj":proj}self.drawVars={key:tk.StringVar()forkeyinkv}forkeyindrawVars:drawVars[key].set(kv[key])

然后把之前的注入self.drawSub,self.drawType,self.drawDim,self.drawProj等变量,均改写为self.drawVars字典调用的形式。类似getSub之类的函数非常容易修改,只要替换一下即可。而initWidgets,则和initVar一样,可以写得更加精简,具体改动较多,这里旧不贴代码了。

到目前为止,在DrawType中,最核心的四个参数就是子图类别、绘图类型、数据维度以及投影。换言之,只要有了这四个参数,那么理论上就可以得到一个DrawType的对象。

在DrawSystem中,除了每个AxisList有其自身的DrawType之外,还有一个全局的DrawType,但现在这两者之间并没有任何联系。一个比较好的设计逻辑是,新建AxisList的时候,以全局的DrawType为模板。

所以,可将这四个参数写成一个字典,用于参数的传递。所以首先在DrawType类中添加函数

defgetDct(self):return{key:self.drawVars[key].get()forkeyinself.drawVars}

然后修改其初始化参数

def__init__(self,master,types,varDct={"sub":"111","type":'点线图',"dim":"xyz","proj":"3d"},ws=None,func=None,options):

相应地更改initVar

definitVar(self,varDct):self.drawVars={key:tk.StringVar()forkeyinvarDct}forkeyinself.drawVars:self.drawVars[key].set(varDct[key])

这个改动导致接口发生变化,更要命的是AxisList的初始化参数也要传给DrawType,所以牵一发而动全身,包括AxilList以及DrawSystem,所有涉及到的代码都要修改。

由于每个子图都有其自身的坐标轴,为了让绘图井然有序,需要来一个全局的坐标轴字典,并在坐标轴设置函数中调用

defsetDrawAxis(self,al):sub=int(al.getSub())ifsubinself.axDct:returnself.axDct[sub]p=al.getProj()ifp=="None":self.axDct[sub]=self.fig.add_subplot(sub)else:self.axDct[sub]=self.fig.add_subplot(sub,projection=p)returnself.axDct[sub]

绘图函数为

defbtnDrawImg(self):self.fig.clf()keys=self.drawTypeDim.getDim()self.axDct={}foralinself.als:ax=self.setDrawAxis(al)data=self.readDatas(al)draw=self.drawDct[al.getDrawType()]draw(ax,data,keys)self.fig.subplots_adjust(left=0.1,right=0.95,top=0.95,bottom=0.08)self.canvas.draw()

THE END
1.Python绘图,我只用Matplotlib(二)上篇文章,我们了解到 Matplotlib 是一个风格类似 Matlab 的基于 Python 的绘图库。它提供了一整套和matlab相似的命令API,十分适合交互式地进行制图。而且我们也可以方便地将它作为绘图控件,嵌入GUI应用程序中。本文主要走进 Matplotlib 的世界,初步学会绘制图形。 https://www.jianshu.com/p/78ba36dddad8
1.科研绘图Matplotlib教学以下是一个针对Matplotlib 教学的博客结构,按照分步骤教学方式撰写,以帮助读者从基础到高级逐步掌握 Matplotlib。 Matplotlib 教学:从基础到进阶绘图 Matplotlib 是 Python 中功能强大的数据可视化库,可以用来绘制多种类型的图表,如折线图、散点图、柱状图等。本博客将带你从基础设置到高级技巧,逐步掌握 Matplotlib 的使用...https://blog.csdn.net/2301_82023330/article/details/144027425
2.pythonMatplotlib绘制炫酷柱状图的艺术与技巧大全python柱状图(Bar Plot)是一种常用的数据可视化方式,用于显示各个类别之间的比较,下面这篇文章主要给大家介绍了关于python Matplotlib绘制炫酷柱状图的艺术与技巧大全,需要的朋友可以参考下+ 目录 前言 当今数据可视化领域,Matplotlib是Python中最为流行的绘图库之一。它提供了丰富的功能和灵活的选项,使得用户能够创建各种类型的...https://www.jb51.net/python/316807f5f.htm
3.转载matplotlib.pyplot的使用总结大全(入门加进阶)其实一年前就有想法好好学学python里的画图库matplotlib库,主要是因为每次可视化一些结果的时候,都是搜一些别人写好的代码,看的时候感觉乱乱的,不是说别人写的乱,而是每个人在某些点上实现的方式不太一样,还有就是觉得,总用别人的,就觉得不是自己创造的,没有成就感。这段时间做了个比赛,可视化分析的时候,又在搜...https://cloud.tencent.com/developer/article/1860491
4.Matplotlib—VisualizationwithPythonJoin our community atdiscourse.matplotlib.orgto get help, share your work, and discuss contributing & development. Check out the Matplotlib tag onStackOverflow. Meet us at our monthly call for new contributors to the Matplotlib project. Subscribe to ourcommunity calendarat Scientific Python to get...https://www.matplotlib.org/
5.使用指南—Matplotlib3.3.3文档Matplotlib针对许多不同的用例和输出格式。有些人在python shell中交互地使用matplotlib,当他们输入命令时会弹出绘图窗口。有些人跑Jupyter笔记本和绘制内联绘图,以便快速进行数据分析。其他人将matplotlib嵌入到图形用户界面中,比如wxpython或pygtk,以构建丰富的应用程序。有些人在批处理脚本中使用matplotlib从数值模拟中生成...https://www.osgeo.cn/matplotlib/tutorials/introductory/usage.html
6.python的绘图工具matplotlib.pyplot51CTO博客python的绘图工具matplotlib.pyplot matplotlib.pyplot 是什么 matplotlib.pyplot是matplotlib库的一个子模块,它提供了一种类似于 MATLAB 的绘图系统,可用于创建各种类型的图表和可视化图像。 使用pyplot可以方便地绘制二维图形,如折线图、散点图、直方图、条形图等等。您可以使用函数plot()、scatter()、hist()、bar()等...https://blog.51cto.com/u_13372349/6236927