Matplotlib中的annotate
2024-04-22 17:06:48
annotate用于在图形上给数据添加文本注解，而且支持带箭头的划线工具，方便我们在合适的位置添加描述信息。
参数说明：
Axes.annotate(s, xy, *args, **kwargs)
- s：注释文本的内容
- xy：被注释的坐标点，二维元组形如(x,y)
- xytext：注释文本的坐标点，也是二维元组，默认与xy相同
- xycoords：被注释点的坐标系属性，允许输入的值如下
| 属性值 | 含义 |
|---|---|
| 'figure points' | 以绘图区左下角为参考，单位是点数 |
| 'figure pixels' | 以绘图区左下角为参考，单位是像素数 |
| 'figure fraction' | 以绘图区左下角为参考，单位是百分比 |
| 'axes points' | 以子绘图区左下角为参考，单位是点数（一个figure可以有多个axex，默认为1个） |
| 'axes pixels' | 以子绘图区左下角为参考，单位是像素数 |
| 'axes fraction' | 以子绘图区左下角为参考，单位是百分比 |
| 'data' | 以被注释的坐标点xy为参考 (默认值) |
| 'polar' | 不使用本地数据坐标系，使用极坐标系 |
- textcoords ：注释文本的坐标系属性，默认与xycoords属性值相同，也可设为不同的值。除了允许输入xycoords的属性值，还允许输入以下两种：
| 属性值 | 含义 |
|---|---|
| 'offset points' | 相对于被注释点xy的偏移量（单位是点） |
| 'offset pixels' | 相对于被注释点xy的偏移量（单位是像素） |
arrowprops：箭头的样式，dict（字典）型数据，如果该属性非空，则会在注释文本和被注释点之间画一个箭头。如果不设置'arrowstyle' 关键字，则允许包含以下关键字：
| 关键字 | 说明 |
|---|---|
| width | 箭头的宽度（单位是点） |
| headwidth | 箭头头部的宽度（点） |
| headlength | 箭头头部的长度（点） |
| shrink | 箭头两端收缩的百分比（占总长） |
| ? |
任何 matplotlib.patches.FancyArrowPatch中的关键字
|
如果设置了‘arrowstyle’关键字，以上关键字就不能使用。允许的值有：
| 箭头的样式 | 属性 |
|---|---|
'-'
|
None |
'->'
|
head_length=0.4,head_width=0.2 |
'-['
|
widthB=1.0,lengthB=0.2,angleB=None |
'|-|'
|
widthA=1.0,widthB=1.0 |
'-|>'
|
head_length=0.4,head_width=0.2 |
'<-'
|
head_length=0.4,head_width=0.2 |
'<->'
|
head_length=0.4,head_width=0.2 |
'<|-'
|
head_length=0.4,head_width=0.2 |
'<|-|>'
|
head_length=0.4,head_width=0.2 |
'fancy'
|
head_length=0.4,head_width=0.4,tail_width=0.4 |
'simple'
|
head_length=0.5,head_width=0.5,tail_width=0.2 |
'wedge'
|
tail_width=0.3,shrink_factor=0.5 |
FancyArrowPatch的关键字包括:
| Key | Description |
|---|---|
| arrowstyle | 箭头的样式 |
| connectionstyle | 连接线的样式 |
| relpos |
箭头起始点相对注释文本的位置，默认为 (0.5, 0.5)，即文本的中心， |
返回值：
Annotation对象
示例：
- 一个基本的注释示例，设置了箭头的颜色和缩进，感兴趣的话可以以此为基础尝试更多的属性和样式。
- import numpy as np
- import matplotlib.pyplot as plt
- fig, ax = plt.subplots()
- # 绘制一个余弦曲线
- t = np.arange(0.0, 5.0, 0.01)
- s = np.cos(2*np.pi*t)
- line, = ax.plot(t, s, lw=2)
- # 绘制一个黑色，两端缩进的箭头
- ax.annotate('local max', xy=(2, 1), xytext=(3, 1.5),
- xycoords='data',
- arrowprops=dict(facecolor='black', shrink=0.05)
- )
- ax.set_ylim(-2, 2)
- plt.show()
- 坐标转换示例——在本例中，我们学习用不同的坐标体系绘制注释。
- import numpy as np
- import matplotlib.pyplot as plt
- # 以步长0.005绘制一个曲线
- x = np.arange(0, 10, 0.005)
- y = np.exp(-x/2.) * np.sin(2*np.pi*x)
- fig, ax = plt.subplots()
- ax.plot(x, y)
- ax.set_xlim(0, 10)
- ax.set_ylim(-1, 1)
- # 被注释点的数据轴坐标和所在的像素
- xdata, ydata = 5, 0
- xdisplay, ydisplay = ax.transData.transform_point((xdata, ydata))
- # 设置注释文本的样式和箭头的样式
- bbox = dict(boxstyle="round", fc="0.8")
- arrowprops = dict(
- arrowstyle = "->",
- connectionstyle = "angle,angleA=0,angleB=90,rad=10")
- # 设置偏移量
- offset = 72
- # xycoords默认为'data'数据轴坐标，对坐标点（5,0）添加注释
- # 注释文本参考被注释点设置偏移量，向左2*72points，向上72points
- ax.annotate('data = (%.1f, %.1f)'%(xdata, ydata),
- (xdata, ydata), xytext=(-2*offset, offset), textcoords='offset points',
- bbox=bbox, arrowprops=arrowprops)
- # xycoords以绘图区左下角为参考，单位为像素
- # 注释文本参考被注释点设置偏移量，向右0.5*72points，向下72points
- disp = ax.annotate('display = (%.1f, %.1f)'%(xdisplay, ydisplay),
- (xdisplay, ydisplay), xytext=(0.5*offset, -offset),
- xycoords='figure pixels',
- textcoords='offset points',
- bbox=bbox, arrowprops=arrowprops)
- plt.show()
- 极坐标上的注释——在此例中，我们会在极坐标系绘图，并在极坐标系设置被注释点，以绘图区的百分比为参数放置注释文本。
- import numpy as np
- import matplotlib.pyplot as plt
- # 绘制一个极地坐标，再以0.001为步长，画一条螺旋曲线
- fig = plt.figure()
- ax = fig.add_subplot(111, polar=True)
- r = np.arange(0,1,0.001)
- theta = 2 * 2*np.pi * r
- line, = ax.plot(theta, r, color='#ee8d18', lw=3)
- # 对索引为800处画一个圆点，并做注释
- ind = 800
- thisr, thistheta = r[ind], theta[ind]
- ax.plot([thistheta], [thisr], 'o')
- ax.annotate('a polar annotation',
- xy=(thistheta, thisr), # 被注释点遵循极坐标系，坐标为角度和半径
- xytext=(0.05, 0.05), # 注释文本放在绘图区的0.05百分比处
- textcoords='figure fraction',
- arrowprops=dict(facecolor='black', shrink=0.05),# 箭头线为黑色，两端缩进5%
- horizontalalignment='left',# 注释文本的左端和低端对齐到指定位置
- verticalalignment='bottom',
- )
- plt.show()
- 不同样式的注释文本示例
- import matplotlib.pyplot as plt
- # 设置绘图区标题
- fig = plt.figure()
- fig.suptitle('bold figure suptitle', fontsize=14, fontweight='bold')
- # 设置子绘图区标题
- ax = fig.add_subplot(111)
- fig.subplots_adjust(top=0.85)
- ax.set_title('axes title')
- # 设置x y坐标轴的标识
- ax.set_xlabel('xlabel')
- ax.set_ylabel('ylabel')
- # 红色、透明度0.5、边框留白10
- ax.text(3, 8, 'boxed italics text in data coords', style='italic',
- bbox={'facecolor':'red', 'alpha':0.5, 'pad':10})
- # 文字中有数学公式
- ax.text(2, 6, r'an equation: $E=mc^2$', fontsize=15)
- # 文字中有ASCII码
- ax.text(3, 2, 'unicode: Institut f\374r Festk\366rperphysik')
- # 转换坐标系
- ax.text(0.95, 0.01, 'colored text in axes coords',
- verticalalignment='bottom', horizontalalignment='right',
- transform=ax.transAxes,
- color='green', fontsize=15)
- # 在2,1处画个圆点，添加注释
- ax.plot([2], [1], 'o')
- ax.annotate('annotate', xy=(2, 1), xytext=(3, 4),
- arrowprops=dict(facecolor='black', shrink=0.05))
- ax.axis([0, 10, 0, 10])
- plt.show()
参考：
官方文档 https://matplotlib.org/api/_as_gen/matplotlib.axes.Axes.annotate.html#matplotlib.axes.Axes.annotate
Matplotlib中的annotate相关推荐
- Python学习笔记（4）——Matplotlib中的annotate（注解）的用法
在上一篇博文ID3决策树算法中,绘制决策树时,使用了Matplotlib的注解工具annotate,借此机会系统学习一下annotate的用法. annotate用于在图形上给数据添加文本注解,而且支 ...
- 【Python】Matplotlib中的annotate（注解）【转载】
原文链接:https://www.cnblogs.com/dqi1999/articles/14004235.html 官方文档:https://matplotlib.org/api/_as_gen/ ...
- pythoncad标注教程_Python学习笔记（4）——Matplotlib中的annotate（注解）的用法
在上一篇博文ID3决策树算法中,绘制决策树时,使用了Matplotlib的注解工具annotate,借此机会系统学习一下annotate的用法. annotate用于在图形上给数据添加文本注解,而且支 ...
- Matplotlib中annotate详解
原文:https://blog.csdn.net/wizardforcel/article/details/54782628 标注 基本标注 使用text()会将文本放置在轴域的任意位置. 文本的一个 ...
- python中subplot是什么意思_python matplotlib中的subplot函数使用详解
python里面的matplotlib.pylot是大家比较常用的,功能也还不错的一个包.基本框架比较简单,但是做一个功能完善且比较好看整洁的图,免不了要网上查找一些函数.于是,为了节省时间,可以一劳 ...
- python中mat函数_python matplotlib中的subplot函数使用详解
python里面的matplotlib.pylot是大家比较常用的,功能也还不错的一个包.基本框架比较简单,但是做一个功能完善且比较好看整洁的图,免不了要网上查找一些函数.于是,为了节省时间,可以一劳 ...
- matplotlib中绘图常用函数
matplotlib中常用函数 散点图 柱状图 等高线 matplotlib绘制3D图 子图像 动态图 常见设置 一.设置坐标轴 # x轴和y轴的值域 plt.xlim((-1,2)) plt.yli ...
- Matplotlib 画图标注annotate详解
基本标注 使用text()会将文本放置在轴域的任意位置. 文本的一个常见用例是标注绘图的某些特征,而annotate()方法提供辅助函数,使标注变得容易. 在标注中,有两个要考虑的点:由参数xy表示的 ...
- tf好朋友之matplotlib的使用——annotate标注的使用
tf好朋友之matplotlib的使用--annotate标注的使用 标注常用函数及其作用 1.plt.annotate() 2.plt.text() 应用示例 标注常用函数及其作用 1.plt.an ...
最新文章
- 度量学习：ArcFace算法和工程应用总结
- OpenCV 静态链接 libstdc++
- Struts2笔记——result结果类型
- 挖矿木马的战略战术分析
- Web 第二阶段Java Script （续）
- 随机验证码。 * 随机生成十组六位字符组成的验证码。 * 验证码由大小写字母、数字字符组成。
- 服务器发送消息技术,知识科普：IM聊天应用是如何将消息发送给对方的？（非技术篇）...
- 利用虚拟硬盘（把内存当作硬盘）来提高数据库的效率（目前只针对SQL Server 2000）可以提高很多...
- 【word2vec】篇三：基于Negative Sampling 的 CBOW 模型和 Skip-gram 模型
- 代码分析工具python_Python代码分析工具：PyChecker、Pylint
- java多线程同步synchronized——对象监视器
- 正则表达式简单语法及常用正则表达式
- 应用内截屏的代码，在Activity中测试可用
- Mac - 如何安全地还原 Mac 的默认字体
- 不同项目的测试计划可以复用吗_【app测试计划】移动app测试项目实践.doc
- 广州最最最牛逼的 IT 公司全在这了！
- 峰峰值（Vpp）与dBm的转换关系
- Java实现基于朴素贝叶斯的情感词分析
- BI神器Power Query（17）-- PQ制作时间维度表（6）
- 全国计算机水平考试技巧,备考计算机等级考试的技巧