python

关注公众号 jb51net

关闭
首页 > 脚本专栏 > python > Matplotlib文本标注

Matplotlib绘图基础之文本标注详解

作者:databook

Matplotlib 文本和标注可以为数据和图形之间提供额外的信息,帮助观察者更好地理解数据和图形的含义,下面就将通过示例依次介绍文本和标注的常用使用方式

Matplotlib 文本和标注可以为数据和图形之间提供额外的信息,帮助观察者更好地理解数据和图形的含义。

文本用于在图形中添加注释或提供更详细的信息,以帮助观察者理解图形的含义。

标注则是一种更加细粒度的文本信息,可以被用来为特定的数据点或区域提供更详细的信息。

本篇通过示例依次介绍文本和标注的常用使用方式。

1. 文本

文本在图形中主要用在标题,坐标轴,图形中的一些说明等等地方。

1.1. 颜色和字体

下面的示例演示了图形中各个部分文本的字体大小和颜色设置的方法:

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 10, 100)
y = x*x 
fig = plt.figure()
ax = fig.add_axes([0.1, 0.1, 0.8, 0.8])
#设置 标题 的字体和颜色
ax.set_title("标题", fontdict={"fontsize": 25, "color": "r"})
#设置 X轴和Y轴 标签的字体和颜色
ax.set_xlabel("x轴", fontdict={"fontsize": 20,"color": "g"})
ax.set_ylabel("y轴", fontdict={"fontsize": 20,"color": "b"})
#按照坐标位置(2, 60)添加一段文本
ax.text(2, 60, "f(x) = x*x", fontdict={"fontsize": 15,"color": "k"})
ax.plot(x, y, label="sin")
ax.legend()

需要掌握的部分就是 fontdict 这个参数,这个字典还有其他参数可以控制字体,这里只演示了两个常用的参数:

1.2. latex公式

上面的示例中,f(x) = x*x 可以 latex的方式来显示。

latex让能够显示各种复杂的数学公式,让文本看起来和数学书中一样。

x = np.linspace(0, 10, 100)
y = x*x 
fig = plt.figure()
ax = fig.add_axes([0.1, 0.1, 0.8, 0.8])
#设置 标题 的字体和颜色
ax.set_title("标题", fontdict={"fontsize": 25, "color": "r"})
#设置 X轴和Y轴 标签的字体和颜色
ax.set_xlabel("x", fontdict={"fontsize": 20,"color": "g"})
ax.set_ylabel("$x^2$", fontdict={"fontsize": 20,"color": "b"})
#按照坐标位置(2, 60)添加一段文本
ax.text(2, 60, "$f(x) = x^2$", fontdict={"fontsize": 15,"color": "k"})
ax.plot(x, y, label="sin")
ax.legend()

上面将 Y轴的文本图形中间的数学公式改成了 latex 格式。

2. 标注

图形添加标注时,一般包含2个部分,一个指向数据的箭头,一段说明文字。
设置标注的核心参数是:

下面的示例中,通过设置上面4个参数来演示几种常用的标注:

x = np.array(range(10))
y = np.array([89, 84, 30, 67, 41, 71, 62, 20, 89, 3])
fig = plt.figure()
ax = fig.add_axes([0.1, 0.1, 0.8, 0.8])
ax.plot(x, y)
ax.annotate(
    "第一个值",
    xy=(0, 89),
    xytext=(-0.3, 70),
    arrowprops={"arrowstyle": "->", "connectionstyle": "arc3,rad=-0.5"},
)
ax.annotate(
    "转折点一",
    xy=(2, 30),
    xytext=(1.8, 10),
    bbox={"boxstyle": "round", "fc": "none", "ec": "g"},
    arrowprops={"arrowstyle": "->"},
)
ax.annotate(
    "转折点二",
    xy=(3, 67),
    xytext=(3, 85),
    bbox={"boxstyle": "round", "fc": "lightblue", "ec": "r"},
    arrowprops={"arrowstyle": "fancy"},
)
ax.annotate(
    "最大值",
    xy=(8, 89),
    xytext=(6, 85),
    bbox={"boxstyle": "round", "alpha":0.1},
    arrowprops={"arrowstyle": "wedge,tail_width=0.8", "alpha":0.1},
)

3. 总结

在使用 Matplotlib 进行数据可视化时,合理使用文本和标注可以大大提高图形的可读性和易懂性,帮助观察者更好地理解数据和图形的含义。

但是,分析结果中是最重要的还是图形和数据,文本和标注不宜过度添加,也不能太花哨,以致喧宾夺主,本末倒置。

到此这篇关于Matplotlib绘图基础之文本标注详解的文章就介绍到这了,更多相关Matplotlib文本标注内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

您可能感兴趣的文章:
阅读全文