Как создать визуализацию для событий на временной шкале? - PullRequest
Новая
       58

Как создать визуализацию для событий на временной шкале?

2 голосов
/ 28 января 2020

Я строю визуализацию с Python. Там я хотел бы визуализировать остановки топлива и стоимость топлива моей машины. Кроме того, автомойки и их стоимость должны быть визуализированы, а также ремонт. Расходы на топливо и затраты на запуск dry должны иметь более высокую планку в зависимости от затрат. Я создал визуализацию ниже, чтобы описать концепции.

Как создать такую ​​визуализацию с помощью matplotlib?

Это создаваемая визуализация:

Data visualization of a vehicle

1 Ответ

4 голосов
/ 28 января 2020

Да, этот вид визуализации вполне возможен с matplotlib. Для хранения данных numpy массивы обычно очень удобны.

Вот код, с которого можно начать: 

import matplotlib.pyplot as plt
import numpy as np

refuel_km = np.array([0, 505.4, 1070, 1690])
refuel_cost = np.array([40.1, 50, 63, 55])

carwash_km = np.array([302.0, 605.4, 901, 1331, 1788.2])
carwash_cost = np.array([35.0, 40.0, 35.0, 35.0, 35.0])

repair_km = np.array([788.0, 1605.4])
repair_cost = np.array([135.0, 74.5])

fig, ax = plt.subplots(figsize=(12,3))

plt.scatter(refuel_km, np.full_like(refuel_km, 0), marker='o', s=100, color='lime', edgecolors='black', zorder=3, label='refuel')
plt.bar(refuel_km, refuel_cost, bottom=15, color='lime', ec='black', width=20, label='refuel cost')

plt.scatter(carwash_km, np.full_like(carwash_km, 0), marker='d', s=100, color='tomato', edgecolors='black', zorder=3, label='car wash')
plt.bar(carwash_km, -carwash_cost, bottom=-15, color='tomato', ec='black', width=20, label='car wash cost')

plt.scatter(repair_km, np.full_like(repair_km, 0), marker='^', s=100, color='lightblue', edgecolors='black', zorder=3, label='car repair')
#plt.bar(repair_km, -repair_cost, bottom=-15, color='lightblue', ec='black', width=20)

ax.spines['bottom'].set_position('zero')
ax.spines['top'].set_color('none')
ax.spines['right'].set_color('none')
ax.spines['left'].set_color('none')
ax.tick_params(axis='x', length=20)
ax.set_yticks([])  # turn off the yticks

_, xmax = ax.get_xlim()
ymin, ymax = ax.get_ylim()
ax.set_xlim(-15, xmax)
ax.set_ylim(ymin, ymax+25) # make room for the legend
ax.text(xmax, -5, "km", ha='right', va='top', size=14)
plt.legend(ncol=5, loc='upper left')

plt.tight_layout()
plt.show()

example plot

...