2022-03-06 plt legend 画在一起

# -*- coding: utf-8 -*-
"""
Created on Sun Mar  6 14:41:05 2022

@author: cyb20176
"""

#%%
import numpy as np 
import matplotlib.pyplot as plt 

# create fake data
a=b= np.arange(0,3,.02)
c=np.exp(a)
#%%
d= c[::-1]
fig,ax=plt.subplots()
ax.plot(a,c,'k--',label= 'Ground Truth')
ax.plot(a,d,'k:',label='Recoverd decay')
ax.plot(a,c+d,'k',label='Noise decay')

# legend=ax.legend(loc='upper center',shadow=True,fontsize='x-large')
legend=ax.legend(loc='best')
legend.get_frame().set_facecolor('green')
image.png

My project

# -*- coding: utf-8 -*-
"""
Created on Fri Mar  4 10:58:47 2022

@author: cyb20176
"""

#%%
import scipy.io as scio
import matplotlib.pyplot as plt

datapath_GT= r'ground_truth_decay.mat'
data_GT= scio.loadmat(datapath_GT)

datapath_Recover= r'recoverd_decay.mat'
data_Recover= scio.loadmat(datapath_Recover)

datapath_noise= r'noise_decay.mat'
data_noise= scio.loadmat(datapath_noise)

# # print(data)
indata_GT = data_GT['yt']
# indata = indata.astype('float')
indata_Recover= data_Recover['y_auto_bi_sigma0']
indata_noise= data_noise['y']

# #%%
# plt.plot(indata_GT[2000,:],color='r',linewidth=2,linestyle='--')
# # plt.legend('GT')

# plt.legend(labels=['Ground Truth'],loc='best')

# plt.plot(indata_Recover[2000,:],color='b',linewidth=2,linestyle='solid')
# # plt.legend('GT')

# plt.legend(labels=['Recoverd decay'],loc='best')
#%%

fig,ax=plt.subplots()
ax.plot(indata_GT[2000,:],'k--',linewidth=2,label= 'Ground Truth')
ax.plot(indata_Recover[2000,:],'r',linewidth=2,label='Recoverd decay')
ax.plot(indata_noise[2000,:],'k',linewidth=2,label='Noise decay')

# legend=ax.legend(loc='upper center',shadow=True,fontsize='x-large')
legend=ax.legend(loc='best')
legend.get_frame().set_facecolor('green')
ax.set_xlabel('Time bin')
ax.set_ylabel('Normlized intensity (a.u.)')



image.png
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 220,295评论 6 512
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,928评论 3 396
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 166,682评论 0 357
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,209评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,237评论 6 397
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,965评论 1 308
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,586评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,487评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 46,016评论 1 319
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,136评论 3 340
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,271评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,948评论 5 347
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,619评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,139评论 0 23
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,252评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,598评论 3 375
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,267评论 2 358

推荐阅读更多精彩内容