2021-06-05 绘制比例固定的地图、图中图、图例、图标旋转等

df = pd.read_csv('./utm.csv')
fig = plt.figure()

left, bottom, width, height = 1,1,2,2
ax1 = fig.add_axes([left,bottom,width,height])
ax1.scatter(327861.809235, 4407594, c = 'k', s = 20, marker = '+',label = 'unchosen sources ')
ax1.annotate('T121', xy = (327861.809235, 4407594),
                 xytext = (327861.809235-10, 4407594+3) )
ax1.scatter(327861.809235, 4407594, c = 'r', s = 60, label = 'chosen sources ')
ax1.annotate('T121', xy = (327861.809235, 4407594),
                 xytext = (327861.809235-10, 4407594+3) )
ax1.scatter(327900.124260, 4407645, c = 'r', s = 60)
ax1.annotate('T122', xy = (327900.124260, 4407645),
                 xytext = (327900.124260-10, 4407645+3) )
ax1.scatter(327889.730855,4407309, c = 'r', s = 60)
ax1.annotate('T199', xy = (327889.730855,4407309),
                 xytext = (327889.730855-10,4407309+3) )
ax1.scatter(327849.865557,4407336, c = 'r', s = 60)
ax1.annotate('T200', xy = (327849.865557,4407336),
                 xytext = (327849.8655575,4407336+5) )
ax1.scatter(327961.54, 4407554.94, c = 'b', s = 60, label = 'well')
ax1.annotate('Well', xy = (327961.54, 4407554.94),
                 xytext = (327961.54-10, 4407554.94+3) )
ax1.set_aspect('equal')
legend = ax1.legend(loc='upper right', shadow=None, fontsize='x-large')

legend.get_frame().set_facecolor('C0')
ax1.set_xlabel("UTM Easting (m)")
ax1.set_xlim([327800,328050])
ax1.set_ylabel("UTM Northing (m)")

# left, bottom, width, height = 0.6,0.2,0.25,0.25
# plt.axes([left,bottom,width,height])
# plt.plot(y[::-1],x,'b')
# plt.xlabel('x')
# plt.ylabel('y')
# plt.title('tile inside2')


left, bottom, width, height = 1.76,1.3,1,0.6
plt.axes([left,bottom,width,height])
# # ax2 = fig.add_axes([left,bottom,width,height])
for i in range(len(df)):
    plt.scatter(df['easting'][i], df['northing'][i], marker = '+', c = 'k', s = 20)
plt.scatter(327861.809235, 4407594, c = 'r', s = 40, label = 'unchosen sources')
plt.scatter(327900.124260, 4407645, c = 'r', s = 40)
plt.scatter(327889.730855,4407309, c = 'r', s = 40)
plt.scatter(327849.865557,4407336, c = 'r', s = 40)
plt.scatter(327961.54, 4407554.94, c = 'b', s = 40, label = 'well')

# legend = plt.legend(loc='upper left', shadow=None, fontsize='medium')

# legend.get_frame().set_facecolor('C0')
# ax2.set_xticklabels(labels=x, rotation=90)
for tick in plt.gca().get_xticklabels():
    tick.set_rotation(90)
plt.gca().set_aspect('equal')
# plt.xticks([])
plt.xticks(fontproperties = 'Times New Roman' ,rotation = 90) 
# plt.set_yticks([])
plt.xticks()
plt.gcf()
# plt.title('test')
plt.savefig('Map.png', bbox_inches='tight', dpi = 300)

Map.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 220,137评论 6 511
  • 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 93,824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 166,465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 59,131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 68,140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 51,895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 40,535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 39,435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 45,952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 38,081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 40,210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 35,896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 41,552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 32,089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 33,198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 48,531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 45,209评论 2 357

推荐阅读更多精彩内容