import numpy as np
import pandas as pd
from pandas import Series,DataFrame
import matplotlib.pyplot as plt

x = np.random.normal(loc=0,scale=5,size=1000)
y = np.random.normal(loc=0,scale=5,size=1000)
# plt.plot()  # plot绘制的是折线图
plt.scatter(x,y)  #  plt.scatter()绘制的是散点图

plt.scatter(x,y,s=80,c=''red'')  # s size指的是散点的大小 c color指的是散点的颜色

size = np.random.randint(0,100,1000)
color = np.random.random(size=(1000,3))
# 给这1000个点 随机产生 不同的 大小和颜色
plt.scatter(x,y,s=size,c=color,alpha=0.6,marker=''*'')
plt.axis(''off'')

data = np.array([30,50,24,80])  # 如果各个值 加起来 比1大 就会计算各个部分的百分比
plt.pie(data)
plt.axis(''equal'')

data = np.array([0.2,0.4,0.2,0.1])  # 如果比1 小 直接把各个部分的值 作为 百分比
plt.pie(data)

data = np.array([30,50,24,80])
_ = plt.pie(data
            ,labels=[''china'',''india'',''brazil'',''russa'']  # 各个部分的名字（标签）
            ,labeldistance=1.1  # 标签到中心点的距离
            ,autopct=''%.1f%%''  # 控制比例的值的显示
            ,pctdistance=0.5  # 控制百分比的值的显示位置
            ,explode=[0.1,0,0,0]  # 每一份扇形 到中心点的距离
            ,colors = [''red'',''green'',''blue'',''yellow'']
            ,shadow=True
            ,startangle=90  # 绘制图形时候 开始的角度
           )

data = np.random.randint(0,100,size=100)
df = DataFrame(data)
df.plot(kind=''hist'')

# bins指的是要把整个范围 分成多少份 默认值是10
# density把值从频率变成概率
# orientation用来控制条形图的方向 horizontal表示水平
plt.hist(data,bins=5,density=True,color=''r'',orientation=''horizontal'')

data = np.array([1,4,7,2,8,5])
index = [1,2,3,4,5,6]
# x是索引, height是高度（值）
plt.bar(x=index,height=data,width=0.5)

# y是各个样本的索引
# 各个样本的值的大小 用width来体现
plt.barh(y=index,height=0.5,width=data)

data = np.array([1,2,3,4,5,6])
index = [1,2,3,4,5,6]
plt.bar(x=index,height=data,width=0.5)

plt.axes(polar=True)
data = np.array([1,2,3,4,5,6])
index = [1,2,3,4,5,7]
plt.bar(x=index,height=data,width=0.5)

index = np.arange(0,2*np.pi,np.pi/4)
data = [1,2,3,4,5,6,7,8]
plt.axes(polar=True)
plt.bar(x=index,height=data,width=0.5)

我是一名地质学家,有一堆不同深度的钻孔.

我粗略地设定了子图的数量,宽度和高度,以根据钻孔的数量和这些钻孔中的样本数量而变化.

在每个钻孔中都有一个我想要突出显示的区域,我用axhspan完成了这个区域.

我想做的是在钻孔(子图)之间进行关联,绘制一条连接所有钻孔区域顶部和底部的线.

我尝试过使用注释但没有取得很大进展.
我不确定如何处理这个问题,并且不胜感激.

这是一些示例代码,以及它可能产生的图片

import numpy as np
import matplotlib.pyplot as plt
from random import randint

fig = plt.figure()

Wells=np.arange(0,10,1) #number of wells to plot

for i in Wells:
    samp=randint(50,100) #number of samples in well

    dist=0.02     #space between plots
    left=0.05     #left border
    right=0.05    #right border
    base=0.05     #bottom border
    width=((1.0-(left+right))/len(Wells))     #width of subplot
    height=(1.0-base)/(100.0/samp)            #height of subplot

    #create subplots
    ax = fig.add_axes([left+(i*width)+dist,1.0-(base+height),width-dist,height])    #left,bottom,width,height of subplot

    #random data 
    x=np.random.random_integers(100,size=(samp))
    y=np.arange(0,len(x),1)

    #plot
    ax.plot(x,y,alpha=0.5)    

    #zone area of plot 
    zone=samp/2.5
    ax.axhspan(15,zone,color='k',alpha=0.2) #axis 'h' horizontal span

    #format
    ax.set_ylim(0,max(y))
    ax.set_xlim(0,max(x))
    ax.tick_params(axis='both',label1On=False,label2On=False)

plt.show()

：

在for循环之前添加：

xys_bot = []
xys_top = []

在for循环结束时：

for i in Wells:
    #
    #...
    #
    xys_bot.append( ((x.max() - x.min())/2.,15) )
    xys_top.append( ((x.max() - x.min())/2.,zone) )
    if i > 0:
        # bottom line
        p = ConnectionPatch(xyA = xys_bot[i-1],xyB = xys_bot[i],coordsA='data',coordsB='data',axesA=fig.axes[i-1],axesB=ax,arrow)
        ax.add_artist(p)
        # top line
        p = ConnectionPatch(xyA = xys_top[i-1],xyB = xys_top[i],arrow)
        ax.add_artist(p)

plt.draw()
plt.show()