我尝试从matplotlib plot自定义ax。这里我使用一个surpyval包来拟合数据，然后绘制它。surpyval包中的plot方法不接受我提供的ax=ax以外的参数。我的问题是我无法匹配句柄和图例，正如你在这个例子中看到的：
import surpyval as surv
import matplotlib.pyplot as plt
y_a = np. array([181, 183, 190,190, 195, 195, 198, 198, 198, 201,202, 202, 202,
204, 205, 205, 206,206, 206, 206,207, 209 , 213, 214, 218, 219])
y_s = np.array([161, 179, 196,196, 197, 198, 204, 205, 209, 211,215, 218, 227,
230, 231, 232, 232 ,236, 237, 237,240, 243, 244, 246, 252, 255])
model_1 = surv.Weibull.fit(y_a)
model_2 = surv.Weibull.fit(y_s)
ax=plt.gca()
model_1.plot(ax=ax)
model_2.plot(ax=ax)
p_a = ['A', 'a_u_CI','a_l_CI', 'a_fit']
p_s= ['S', 's_u_CI','s_l_CI', 's_fit']
p_t = p_a + p_s
ax.legend(labels=p_t[0:5:4])
1条答案
按热度按时间kfgdxczn1#
除了指定标签之外，还需要告诉
ax.legend使用哪个“句柄”。通常使用matplotlib，你可以在绘制它们时标记每一行或每一个集合，但是使用
surpyval，这是不可能的。相反，我们可以从matplotlib
Axes示例中找到相关的句柄。在本例中，假设您想要标记蓝色和橙子圆圈，您需要两个
PathCollection示例，它们是使用matplotlib的scatter方法在后台创建的。幸运的是，它们很容易访问，在ax.collections属性中。所以，您只需要将图例行更改为：得到这个图：
作为参考，红色实线和黑色虚线存储在
ax.lines中。对于此图，有6个Line2D对象存储在那里，对应于图上的4条红线和2条黑线。为了回答下面的评论（“* 你知道如何将实线转换为fill_between吗？*”），要在两行之间填充，你可以从两行中获取x和y数据，然后使用matplotlib的fill_between函数。
例如，要在“A”数据的两条红线之间填充，您可以这样做：
请注意，您需要将zorder设置为低于分散点的值，否则会隐藏它们。
对于此图中的其他两条线，您可能希望使用
ax.lines[3]和ax.lines[4]请注意，这都是用
matplotlibv3.6、surpyvalv0.10.10、python3.9测试的。我发现使用matplotlib的后续版本（v3.7.2，2023年9月）不起作用，因为surpyval试图绘制网格的方式存在一些问题。