Matplotlib中使用Artist.set_path_effects()实现高级视觉效果|极客教程

Matplotlib中使用Artist.set_path_effects()实现高级视觉效果

参考：Matplotlib.artist.Artist.set_path_effects() in Python

Matplotlib是Python中最流行的数据可视化库之一，它提供了丰富的绘图功能和自定义选项。在Matplotlib中，Artist是所有可视化元素的基类，包括线条、文本、图形等。Artist类中的set_path_effects()方法是一个强大的工具，可以为绘图元素添加各种视觉效果，如阴影、描边、发光等。本文将深入探讨set_path_effects()方法的使用，并通过多个示例展示如何创建引人注目的可视化效果。

1. 理解Artist.set_path_effects()方法

set_path_effects()方法属于Matplotlib的Artist类，它允许我们为绘图元素添加路径效果。这些效果可以改变元素的外观，增加视觉吸引力或强调某些特定部分。

基本语法如下：

artist.set_path_effects(effects)

其中，effects是一个包含matplotlib.patheffects.AbstractPathEffect子类实例的列表。

让我们从一个简单的例子开始：

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

fig, ax = plt.subplots(figsize=(8, 6))
text = ax.text(0.5, 0.5, 'How2matplotlib.com', fontsize=40, ha='center', va='center')
text.set_path_effects([path_effects.withStroke(linewidth=3, foreground='red')])
plt.title('Simple Text with Stroke Effect')
plt.show()

Output:

Matplotlib中使用Artist.set_path_effects()实现高级视觉效果

在这个例子中，我们创建了一个文本对象，然后使用set_path_effects()方法为文本添加了一个红色的描边效果。withStroke效果使文本周围出现一个轮廓，使其更加醒目。

2. 常用的路径效果

Matplotlib提供了多种预定义的路径效果，我们可以根据需要选择使用。以下是一些常用的路径效果：

2.1 Normal

Normal效果是最基本的效果，它不会对原始路径做任何改变。通常用作其他效果的基础。

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

fig, ax = plt.subplots(figsize=(8, 6))
text = ax.text(0.5, 0.5, 'How2matplotlib.com', fontsize=40, ha='center', va='center')
text.set_path_effects([path_effects.Normal()])
plt.title('Text with Normal Effect')
plt.show()

Output:

Matplotlib中使用Artist.set_path_effects()实现高级视觉效果

这个例子中，文本看起来没有任何特殊效果，因为Normal效果不会改变原始外观。

2.2 Stroke

Stroke效果为路径添加描边。我们可以指定描边的宽度和颜色。

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

fig, ax = plt.subplots(figsize=(8, 6))
text = ax.text(0.5, 0.5, 'How2matplotlib.com', fontsize=40, ha='center', va='center', color='white')
text.set_path_effects([
    path_effects.Stroke(linewidth=3, foreground='black'),
    path_effects.Normal()
])
plt.title('Text with Stroke Effect')
ax.set_facecolor('lightgray')
plt.show()

Output:

Matplotlib中使用Artist.set_path_effects()实现高级视觉效果

在这个例子中，我们为白色文本添加了黑色描边，使其在浅灰色背景上更加清晰可见。

2.3 Shadow

Shadow效果为路径添加阴影，可以指定阴影的偏移量和颜色。

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

fig, ax = plt.subplots(figsize=(8, 6))
text = ax.text(0.5, 0.5, 'How2matplotlib.com', fontsize=40, ha='center', va='center')
text.set_path_effects([
    path_effects.withSimplePatchShadow(offset=(2, -2), shadow_rgbFace='blue', alpha=0.6)
])
plt.title('Text with Shadow Effect')
plt.show()

Output:

Matplotlib中使用Artist.set_path_effects()实现高级视觉效果

这个例子展示了如何为文本添加蓝色阴影，阴影向右下方偏移。

2.4 SimpleLineShadow

SimpleLineShadow效果专门用于为线条添加阴影效果。

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

fig, ax = plt.subplots(figsize=(8, 6))
x = np.linspace(0, 10, 100)
y = np.sin(x)
line = ax.plot(x, y, label='How2matplotlib.com')[0]
line.set_path_effects([path_effects.SimpleLineShadow(), path_effects.Normal()])
plt.title('Line with Shadow Effect')
plt.legend()
plt.show()

Output:

Matplotlib中使用Artist.set_path_effects()实现高级视觉效果

这个例子展示了如何为正弦曲线添加简单的线条阴影效果。

2.5 withTickedStroke

withTickedStroke效果可以为路径添加刻度线效果，使线条看起来像是由小段组成。

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

fig, ax = plt.subplots(figsize=(8, 6))
x = np.linspace(0, 10, 100)
y = np.cos(x)
line = ax.plot(x, y, label='How2matplotlib.com')[0]
line.set_path_effects([path_effects.withTickedStroke(spacing=7, angle=45)])
plt.title('Line with Ticked Stroke Effect')
plt.legend()
plt.show()

Output:

Matplotlib中使用Artist.set_path_effects()实现高级视觉效果

在这个例子中，我们为余弦曲线添加了刻度线效果，使其看起来像是由小段组成。

3. 组合多种路径效果

set_path_effects()方法的一个强大特性是可以组合多种效果。通过在效果列表中添加多个效果，我们可以创建复杂的视觉效果。

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

fig, ax = plt.subplots(figsize=(8, 6))
text = ax.text(0.5, 0.5, 'How2matplotlib.com', fontsize=40, ha='center', va='center', color='white')
text.set_path_effects([
    path_effects.Stroke(linewidth=3, foreground='black'),
    path_effects.Normal(),
    path_effects.withSimplePatchShadow(offset=(2, -2), shadow_rgbFace='blue', alpha=0.6)
])
plt.title('Text with Combined Effects')
ax.set_facecolor('lightgray')
plt.show()

Output:

Matplotlib中使用Artist.set_path_effects()实现高级视觉效果

这个例子展示了如何组合描边、阴影和正常效果，创建一个既有轮廓又有阴影的文本。

4. 为不同类型的Artist应用路径效果

set_path_effects()方法不仅可以应用于文本，还可以应用于其他类型的Artist，如线条、标记、填充区域等。

4.1 为线条添加效果

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

fig, ax = plt.subplots(figsize=(8, 6))
x = np.linspace(0, 10, 100)
y = np.sin(x)
line = ax.plot(x, y, linewidth=2, label='How2matplotlib.com')[0]
line.set_path_effects([
    path_effects.Stroke(linewidth=4, foreground='red'),
    path_effects.Normal()
])
plt.title('Line with Path Effects')
plt.legend()
plt.show()

Output:

Matplotlib中使用Artist.set_path_effects()实现高级视觉效果

这个例子展示了如何为正弦曲线添加红色描边效果，使线条更加醒目。

4.2 为散点图添加效果

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

fig, ax = plt.subplots(figsize=(8, 6))
x = np.random.rand(50)
y = np.random.rand(50)
scatter = ax.scatter(x, y, s=100, c='blue', label='How2matplotlib.com')
scatter.set_path_effects([path_effects.withSimplePatchShadow()])
plt.title('Scatter Plot with Shadow Effect')
plt.legend()
plt.show()

Output:

Matplotlib中使用Artist.set_path_effects()实现高级视觉效果

这个例子展示了如何为散点图中的点添加阴影效果，增加深度感。

4.3 为填充区域添加效果

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

fig, ax = plt.subplots(figsize=(8, 6))
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)
fill = ax.fill_between(x, y1, y2, alpha=0.5, label='How2matplotlib.com')
fill.set_path_effects([path_effects.withSimplePatchShadow(offset=(2, -2))])
plt.title('Filled Area with Shadow Effect')
plt.legend()
plt.show()

这个例子展示了如何为两条曲线之间的填充区域添加阴影效果，增加立体感。

5. 自定义路径效果

除了使用Matplotlib提供的预定义效果，我们还可以通过继承AbstractPathEffect类来创建自定义的路径效果。

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

class GlowEffect(path_effects.AbstractPathEffect):
    def __init__(self, offset=(1, 1), alpha=0.5, color='yellow', n_levels=5):
        super().__init__(offset)
        self.alpha = alpha
        self.color = color
        self.n_levels = n_levels

    def draw_path(self, renderer, gc, tpath, affine, rgbFace):
        gc0 = renderer.new_gc()
        gc0.copy_properties(gc)

        gc0.set_alpha(self.alpha)
        gc0.set_foreground(self.color)

        for i in range(self.n_levels):
            for offset in [(i, i), (-i, i), (i, -i), (-i, -i)]:
                renderer.draw_path(gc0, tpath, affine.translate(offset), rgbFace)

fig, ax = plt.subplots(figsize=(8, 6))
text = ax.text(0.5, 0.5, 'How2matplotlib.com', fontsize=40, ha='center', va='center')
text.set_path_effects([GlowEffect(), path_effects.Normal()])
plt.title('Text with Custom Glow Effect')
plt.show()

在这个例子中，我们创建了一个自定义的GlowEffect类，它通过多次绘制略微偏移的路径来创建发光效果。

6. 在图例中使用路径效果

路径效果不仅可以应用于图表中的元素，还可以应用于图例中的元素，使图例更加醒目或与主图表保持一致的风格。

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

fig, ax = plt.subplots(figsize=(8, 6))
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)

line1 = ax.plot(x, y1, label='Sin(x) - How2matplotlib.com')[0]
line2 = ax.plot(x, y2, label='Cos(x) - How2matplotlib.com')[0]

line1.set_path_effects([path_effects.Stroke(linewidth=3, foreground='red'), path_effects.Normal()])
line2.set_path_effects([path_effects.Stroke(linewidth=3, foreground='blue'), path_effects.Normal()])

legend = ax.legend()
for text in legend.get_texts():
    text.set_path_effects([path_effects.withStroke(linewidth=2, foreground='gray')])

plt.title('Lines with Path Effects in Plot and Legend')
plt.show()

Output:

Matplotlib中使用Artist.set_path_effects()实现高级视觉效果

这个例子展示了如何为图表中的线条和图例中的文本添加路径效果，使整个图表看起来更加协调一致。

7. 在3D图表中使用路径效果

虽然路径效果主要用于2D图表，但在某些情况下，我们也可以在3D图表中使用它们来增强视觉效果。

import matplotlib.pyplot as plt
import matplotlib.patheffects as path_effects
import numpy as np
from mpl_toolkits.mplot3d import Axes3D

fig = plt.figure(figsize=(10, 8))
ax = fig.add_subplot(111, projection='3d')

x = np.linspace(-5, 5, 100)
y = np.linspace(-5, 5, 100)
X, Y = np.meshgrid(x, y)
Z = np.sin(np.sqrt(X**2 + Y**2))

surf = ax.plot_surface(X, Y, Z, cmap='viridis')

text = ax.text(0, 0, 1.5, 'How2matplotlib.com', fontsize=20, ha='center', va='center')
text.set_path_effects([path_effects.Stroke(linewidth=3, foreground='white'), path_effects.Normal()])

plt.title('3D Surface Plot with Text Path Effect')
plt.show()

Output:

Matplotlib中使用Artist.set_path_effects()实现高级视觉效果

在这个例子中，我们创建了一个3D表面图，并在其上方添加了一个带有路径效果的文本。虽然3D图表中的其他元素不支持路径效果，但文本仍然可以使用这些效果来增强可读性。

8. 动画中的路径效果

路径效果也可以在动画中使用，为动态图表添加更多视觉吸引力。

import matplotlib.pyplot as plt
import matplotlib.patheffects as path_effects
import matplotlib.animation as animationimport numpy as np

fig, ax = plt.subplots(figsize=(8, 6))
x = np.linspace(0, 2*np.pi, 100)
line, = ax.plot(x, np.sin(x), label='How2matplotlib.com')
line.set_path_effects([path_effects.withSimplePatchShadow()])

text = ax.text(np.pi, 0, 'How2matplotlib.com', ha='center', va='center', fontsize=20)
text.set_path_effects([path_effects.Stroke(linewidth=2, foreground='red'), path_effects.Normal()])

def animate(frame):
    line.set_ydata(np.sin(x + frame/10))
    return line,

ani = animation.FuncAnimation(fig, animate, frames=100, interval=50, blit=True)
plt.title('Animated Sine Wave with Path Effects')
plt.show()

这个例子展示了如何在动画中使用路径效果。我们创建了一个带有阴影效果的正弦波动画，并添加了一个带有描边效果的文本。

9. 在子图中使用路径效果

当我们使用子图时，可以为每个子图中的元素单独应用路径效果，从而创建更复杂的可视化效果。

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

fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 6))

# 子图1：带阴影效果的散点图
x1 = np.random.rand(50)
y1 = np.random.rand(50)
scatter = ax1.scatter(x1, y1, s=100, c='blue', label='How2matplotlib.com')
scatter.set_path_effects([path_effects.withSimplePatchShadow()])
ax1.set_title('Scatter Plot with Shadow')

# 子图2：带描边效果的线图
x2 = np.linspace(0, 10, 100)
y2 = np.sin(x2)
line = ax2.plot(x2, y2, label='How2matplotlib.com')[0]
line.set_path_effects([path_effects.Stroke(linewidth=4, foreground='red'), path_effects.Normal()])
ax2.set_title('Line Plot with Stroke')

plt.tight_layout()
plt.show()

Output:

Matplotlib中使用Artist.set_path_effects()实现高级视觉效果

这个例子展示了如何在两个子图中分别使用不同的路径效果：一个子图中的散点图使用阴影效果，另一个子图中的线图使用描边效果。

10. 在极坐标图中使用路径效果

路径效果也可以应用于极坐标图，为这种特殊的图表类型增添视觉吸引力。

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

fig = plt.figure(figsize=(8, 8))
ax = fig.add_subplot(111, projection='polar')

r = np.linspace(0, 1, 100)
theta = 2 * np.pi * r

line = ax.plot(theta, r, label='How2matplotlib.com')[0]
line.set_path_effects([path_effects.Stroke(linewidth=3, foreground='red'), path_effects.Normal()])

text = ax.text(0, 0.5, 'How2matplotlib.com', ha='center', va='center', fontsize=20)
text.set_path_effects([path_effects.withSimplePatchShadow()])

plt.title('Polar Plot with Path Effects')
plt.show()

Output:

Matplotlib中使用Artist.set_path_effects()实现高级视觉效果

这个例子展示了如何在极坐标图中为螺旋线添加描边效果，并为文本添加阴影效果。

11. 在等高线图中使用路径效果

等高线图是另一种可以受益于路径效果的图表类型。我们可以为等高线添加效果，使其更加醒目。

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

fig, ax = plt.subplots(figsize=(8, 6))

x = np.linspace(-3, 3, 100)
y = np.linspace(-3, 3, 100)
X, Y = np.meshgrid(x, y)
Z = np.sin(X) * np.cos(Y)

contours = ax.contour(X, Y, Z, levels=10)

for collection in contours.collections:
    collection.set_path_effects([path_effects.withSimplePatchShadow()])

text = ax.text(0, 0, 'How2matplotlib.com', ha='center', va='center', fontsize=20)
text.set_path_effects([path_effects.Stroke(linewidth=2, foreground='white'), path_effects.Normal()])

plt.title('Contour Plot with Path Effects')
plt.colorbar(contours)
plt.show()

Output:

Matplotlib中使用Artist.set_path_effects()实现高级视觉效果

这个例子展示了如何为等高线添加阴影效果，并为中心的文本添加白色描边效果。

12. 在箱线图中使用路径效果

箱线图是统计可视化中常用的图表类型，我们也可以为其添加路径效果以增强视觉效果。

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

fig, ax = plt.subplots(figsize=(8, 6))

data = [np.random.normal(0, std, 100) for std in range(1, 4)]
box = ax.boxplot(data, patch_artist=True)

for element in ['boxes', 'whiskers', 'fliers', 'means', 'medians', 'caps']:
    plt.setp(box[element], path_effects=[path_effects.withSimplePatchShadow()])

ax.set_xticklabels(['A', 'B', 'C'])
ax.set_title('Box Plot with Path Effects')

text = ax.text(2, 5, 'How2matplotlib.com', ha='center', va='center', fontsize=20)
text.set_path_effects([path_effects.Stroke(linewidth=2, foreground='red'), path_effects.Normal()])

plt.show()

Output:

Matplotlib中使用Artist.set_path_effects()实现高级视觉效果

这个例子展示了如何为箱线图的各个元素添加阴影效果，并为文本添加红色描边效果。

13. 在热力图中使用路径效果

虽然热力图本身不支持路径效果，但我们可以为热力图中的文本标签添加效果，以增强可读性。

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

fig, ax = plt.subplots(figsize=(8, 6))

data = np.random.rand(10, 10)
im = ax.imshow(data, cmap='viridis')

for i in range(10):
    for j in range(10):
        text = ax.text(j, i, f'{data[i, j]:.2f}', ha='center', va='center', color='w')
        text.set_path_effects([path_effects.withStroke(linewidth=1, foreground='black')])

plt.colorbar(im)
plt.title('Heatmap with Text Path Effects')

text = ax.text(5, -1, 'How2matplotlib.com', ha='center', va='center', fontsize=20)
text.set_path_effects([path_effects.Stroke(linewidth=2, foreground='red'), path_effects.Normal()])

plt.show()

Output:

Matplotlib中使用Artist.set_path_effects()实现高级视觉效果

这个例子展示了如何为热力图中的数值标签添加黑色描边效果，以增强其在不同背景色上的可读性。

14. 在树状图中使用路径效果

树状图（Dendrogram）是一种用于展示层次聚类结果的图表类型。我们可以为其添加路径效果以增强视觉效果。

import matplotlib.pyplot as plt
import matplotlib.patheffects as path_effects
import numpy as np
from scipy.cluster.hierarchy import dendrogram, linkage

fig, ax = plt.subplots(figsize=(10, 6))

# 生成随机数据
X = np.random.rand(10, 2)
Z = linkage(X, 'ward')

# 绘制树状图
den = dendrogram(Z)

# 为树状图的线条添加路径效果
for c in den['icoord']:
    x = 0.5 * sum(c[1:3])
    y = c[1]
    line = plt.Line2D([x, x], [y, y+10], linewidth=1, color='k')
    line.set_path_effects([path_effects.Stroke(linewidth=2, foreground='blue'), path_effects.Normal()])
    ax.add_line(line)

plt.title('Dendrogram with Path Effects')

text = ax.text(5, -5, 'How2matplotlib.com', ha='center', va='center', fontsize=20)
text.set_path_effects([path_effects.withSimplePatchShadow()])

plt.show()