python画图终极解决方案

雨点打透心脏的1/2处 2022-10-11 10:55 257阅读 0赞

## 1 绘图风格设置 ##

import matplotlib.pyplot as plt
    import seaborn as sns
    import pandas as pd
    import numpy as np
    
    plt.style.use('classic')
    plt.rcParams['font.sans-serif']='STSong'
    plt.rcParams['axes.unicode_minus']=False
    plt.rcParams['font.size']=8
    plt.rcParams['figure.dpi']=200
    plt.rcParams["axes.grid"] = False

## 2 配色 ##

这里仅作示范，真实数据相关代码已经隐去

# 设置配色
    sns.set_palette(sns.cubehelix_palette(4, start = .5, rot = -.85))
    # 绘制箱型图
    sns.boxplot(data=data_df, x="model", y="auc_avg", order=key_list, hue='分类器', hue_order=["支持向量机", "逻辑回归", "随机森林"], linewidth=0.8)
    plt.xlabel("(a) K-mer分词+词袋模型分词结果")
    plt.ylabel("交叉验证分类准确率")
    plt.legend(loc="lower left", fontsize=10)
    plt.ylim([0.48, 0.9])

效果如下图所示  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2ODIyMDI5_size_16_color_FFFFFF_t_70]

## 3 加上网格 ##

在有些场景中，给图片加上网格线会有更好的效果：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2ODIyMDI5_size_16_color_FFFFFF_t_70 1]  
由于在第一小节的绘图风格设置中默认取消了网格线，要实现这样的效果，只需要在绘制每个子图的时候添加如下代码即可：

plt.grid(True)

## 4 多子图 ##

import matplotlib
    
    plt.style.use('classic')
    plt.rcParams['font.sans-serif']='STSong'
    plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
    plt.rcParams['font.size']=12
    plt.rcParams['figure.dpi']=200
    plt.rcParams["axes.grid"] = False
    xrange = [3, 5, 7, 9, 11, 13, 15, 17, 19]
    
    plt.figure(figsize=(12, 8), facecolor='white')
    plt.subplots_adjust(hspace=0.2, wspace=0.2)
    sns.set_palette('gist_earth', 7)
    
    plt.subplot(3,3,1)#创建子图，给定位置描述，把整个figure第一行分成1列。
    plt.plot(xrange, final_acc_list[0][0], marker='s', label=feature_name_list[0], linewidth=1, markersize=4)
    plt.plot(xrange, final_acc_list[0][1], marker='o', label=feature_name_list[1], linewidth=1, markersize=4)
    plt.plot(xrange, final_acc_list[0][2], marker='X', label=feature_name_list[2], linewidth=1, markersize=4)
    plt.plot(xrange, final_acc_list[0][3], marker='^', label=feature_name_list[3], linewidth=1, markersize=4)
    plt.plot(xrange, final_acc_list[0][4], marker='p', label=feature_name_list[4], linewidth=1, markersize=4)
    plt.xlim([3, 19])
    plt.axvspan(13, 15, facecolor='gray', alpha=0.1, zorder=0, linewidth=0)
    plt.legend(loc="upper center", ncol=5, bbox_to_anchor=(1.7, 1.4), fontsize=12)
    plt.xticks([])
    plt.ylabel("交叉验证准确率")
    plt.title(epitope_list[0], fontsize=12)
     
    plt.subplot(3,3,2)#创建子图，给定位置描述，把整个figure第2行分成3列。第四个开始
    plt.xticks([])
    plt.xlim([3, 19])
    plt.plot(xrange, final_acc_list[1][0], marker='s', linewidth=1, markersize=4)
    plt.plot(xrange, final_acc_list[1][1], marker='o', linewidth=1, markersize=4)
    plt.plot(xrange, final_acc_list[1][2], marker='X', linewidth=1, markersize=4)
    plt.plot(xrange, final_acc_list[1][3], marker='^', linewidth=1, markersize=4)
    plt.plot(xrange, final_acc_list[1][4], marker='p', linewidth=1, markersize=4)
    plt.axvspan(13, 15, facecolor='gray', alpha=0.1, zorder=0, linewidth=0)
    plt.title(epitope_list[1], fontsize=12)
    
    plt.subplot(3,3,3)
    plt.xticks([])
    plt.xlim([3, 19])
    plt.plot(xrange, final_acc_list[2][0], marker='s', linewidth=1, markersize=4)
    plt.plot(xrange, final_acc_list[2][1], marker='o', linewidth=1, markersize=4)
    plt.plot(xrange, final_acc_list[2][2], marker='X', linewidth=1, markersize=4)
    plt.plot(xrange, final_acc_list[2][3], marker='^', linewidth=1, markersize=4)
    plt.plot(xrange, final_acc_list[2][4], marker='p', linewidth=1, markersize=4)
    plt.axvspan(13, 15, facecolor='gray', alpha=0.1, zorder=0, linewidth=0)
    plt.title(epitope_list[2], fontsize=12)
     
    plt.subplot(3,3,4)#这里可以把逗号去掉，matplotlib还是可以识别的。
    plt.ylabel("交叉验证准确率")
    plt.xticks([])
    plt.xlim([3, 19])
    plt.plot(xrange, final_acc_list[3][0], marker='s', linewidth=1, markersize=4)
    plt.plot(xrange, final_acc_list[3][1], marker='o', linewidth=1, markersize=4)
    plt.plot(xrange, final_acc_list[3][2], marker='X', linewidth=1, markersize=4)
    plt.plot(xrange, final_acc_list[3][3], marker='^', linewidth=1, markersize=4)
    plt.plot(xrange, final_acc_list[3][4], marker='p', linewidth=1, markersize=4)
    plt.axvspan(13, 15, facecolor='gray', alpha=0.1, zorder=0, linewidth=0)
    plt.title(epitope_list[3], fontsize=12)
    
    plt.subplot(3,3,5)
    plt.xticks([])
    plt.xlim([3, 19])
    plt.plot(xrange, final_acc_list[4][0], marker='s', linewidth=1, markersize=4)
    plt.plot(xrange, final_acc_list[4][1], marker='o', linewidth=1, markersize=4)
    plt.plot(xrange, final_acc_list[4][2], marker='X', linewidth=1, markersize=4)
    plt.plot(xrange, final_acc_list[4][3], marker='^', linewidth=1, markersize=4)
    plt.plot(xrange, final_acc_list[4][4], marker='p', linewidth=1, markersize=4)
    plt.axvspan(13, 15, facecolor='gray', alpha=0.1, zorder=0, linewidth=0)
    plt.title(epitope_list[4], fontsize=12)
    
    plt.subplot(3,3,6)
    plt.xticks([])
    plt.xlim([3, 19])
    plt.plot(xrange, final_acc_list[5][0], marker='s', linewidth=1, markersize=4)
    plt.plot(xrange, final_acc_list[5][1], marker='o', linewidth=1, markersize=4)
    plt.plot(xrange, final_acc_list[5][2], marker='X', linewidth=1, markersize=4)
    plt.plot(xrange, final_acc_list[5][3], marker='^', linewidth=1, markersize=4)
    plt.plot(xrange, final_acc_list[5][4], marker='p', linewidth=1, markersize=4)
    plt.axvspan(13, 15, facecolor='gray', alpha=0.1, zorder=0, linewidth=0)
    plt.title(epitope_list[5], fontsize=12)
    
    plt.subplot(3,3,7)
    plt.xlabel("窗口大小")
    plt.ylabel("交叉验证准确率")
    plt.xlim([3, 19])
    plt.plot(xrange, final_acc_list[6][0], marker='s', linewidth=1, markersize=4)
    plt.plot(xrange, final_acc_list[6][1], marker='o', linewidth=1, markersize=4)
    plt.plot(xrange, final_acc_list[6][2], marker='X', linewidth=1, markersize=4)
    plt.plot(xrange, final_acc_list[6][3], marker='^', linewidth=1, markersize=4)
    plt.plot(xrange, final_acc_list[6][4], marker='p', linewidth=1, markersize=4)
    plt.axvspan(13, 15, facecolor='gray', alpha=0.1, zorder=0, linewidth=0)
    plt.title(epitope_list[6], fontsize=12)
    plt.xticks(xrange)
    
    plt.subplot(3,3,8)
    plt.xlabel("窗口大小")
    plt.xlim([3, 19])
    plt.plot(xrange, final_acc_list[7][0], marker='s', linewidth=1, markersize=4)
    plt.plot(xrange, final_acc_list[7][1], marker='o', linewidth=1, markersize=4)
    plt.plot(xrange, final_acc_list[7][2], marker='X', linewidth=1, markersize=4)
    plt.plot(xrange, final_acc_list[7][3], marker='^', linewidth=1, markersize=4)
    plt.plot(xrange, final_acc_list[7][4], marker='p', linewidth=1, markersize=4)
    plt.axvspan(13, 15, facecolor='gray', alpha=0.1, zorder=0, linewidth=0)
    plt.title(epitope_list[7], fontsize=12)
    plt.xticks(xrange)
    
    plt.subplot(3,3,9)
    plt.xlabel("窗口大小")
    plt.xlim([3, 19])
    plt.plot(xrange, final_acc_list[8][0], marker='s', linewidth=1, markersize=4)
    plt.plot(xrange, final_acc_list[8][1], marker='o', linewidth=1, markersize=4)
    plt.plot(xrange, final_acc_list[8][2], marker='X', linewidth=1, markersize=4)
    plt.plot(xrange, final_acc_list[8][3], marker='^', linewidth=1, markersize=4)
    plt.plot(xrange, final_acc_list[8][4], marker='p', linewidth=1, markersize=4)
    plt.axvspan(13, 15, facecolor='gray', alpha=0.1, zorder=0, linewidth=0)
    plt.title(epitope_list[8], fontsize=12)
    plt.xticks(xrange)
    plt.savefig('./ppc_result.pdf')

最终效果：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2ODIyMDI5_size_16_color_FFFFFF_t_70 2]  
（完）

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2ODIyMDI5_size_16_color_FFFFFF_t_70]: /images/20221005/38c6a80de97a4e9993152e8eb12808b8.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2ODIyMDI5_size_16_color_FFFFFF_t_70 1]: /images/20221005/957bc50af45f4f51b01d5abef6e0d1d4.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2ODIyMDI5_size_16_color_FFFFFF_t_70 2]: /images/20221005/47644d84e696458893ce22237b9965e8.png