| 參數(shù)值 | 說明 |
|---|---|
| center | 參數(shù)坐標相對于文本框的中心 |
| top | 參數(shù)坐標相對于文本框的上側(cè) |
| bottom | 參數(shù)坐標相對于文本框的底部 |
| baseline | 參數(shù)坐標相對于文本的基線 |
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 8, 1000)
y = 2.0 * x + 0.5 * 5 * x ** 2
x_b = np.linspace(0, 8, 1000)
y_b = np.zeros_like(x_b)
plt.title('Acceleration Moving')
plt.xlabel('Time')
plt.ylabel('distance')
plt.scatter(x[0],y[0])
plt.text(0, 0, 'center', va='center')
plt.text(2, 0, 'top', va='top')
plt.text(4, 0, 'bottom', va='bottom')
plt.text(6, 0, 'baseline', va='baseline')
plt.plot(x, y, c = 'c')
plt.plot(x_b, y_b, c = 'm')
plt.show()
水平對齊選項如下所示：
| 參數(shù)值 | 說明 |
|---|---|
| center | 參數(shù)坐標相對于文本框的中心 |
| left | 參數(shù)坐標相對于文本框的左側(cè) |
| right | 參數(shù)坐標相對于文本框的右側(cè) |
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 8, 1000)
y = 2.0 * x + 0.5 * 5 * x ** 2
y_b = np.linspace(0, 100, 1000)
x_b = np.zeros_like(y_b)
plt.title('Acceleration Moving')
plt.xlabel('Time')
plt.ylabel('distance')
plt.scatter(x[0],y[0])
plt.text(0, 0, 'center', ha='center')
plt.text(0, 50, 'left', ha='left')
plt.text(0, 100, 'right', ha='right')
plt.plot(x, y, c = 'c')
plt.plot(x_b, y_b, c = 'm')
plt.show()
上文介紹了文本外圍包含隱式文本框，為了可以顯式的繪制文本框，plt.plot()支持一個以字典為輸入的bbox參數(shù)，此詞典用于定義文本框的外觀配置：
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 8, 1000)
y = 2.0 * x + 0.5 * 5 * x ** 2
box = {
'facecolor': '.75',
'edgecolor': 'r',
'boxstyle': 'round'
}
plt.title('Acceleration Moving')
plt.text(0, 8, 'start', bbox=box)
plt.plot(x, y, c = 'c')
plt.show()
bbox參數(shù)的字典定義包含以下常見鍵值對：
| 鍵 | 說明與可選值 |
|---|---|
| facecolor | 用于設(shè)置文本框背景和邊的顏色 |
| edgecolor | 用于設(shè)置文本框邊緣的顏色 |
| alpha | 用于設(shè)置透明度級別，使文本框與背景更好的混合 |
| boxstyle | 設(shè)置文本框的樣式，可選值包括"round"和"square" |
| pad | 如果"boxstyle"設(shè)置為"square"，則它定義文本和文本框邊之間的填充量 |
添加文本框當然可以幫助注釋圖形，但有時當說明文本過多，并不能清楚的說明究竟與圖形的那一部分相對應(yīng)，因此要說明圖形中的特定部分，沒有什么比使用箭頭更好的了，Matplotlib使用plt.annotate()函數(shù)繪制箭頭。
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 8, 1000)
y = 2.0 * x + 0.5 * 5 * x ** 2
plt.annotate('start',
ha = 'center', va = 'bottom',
xytext = (2, 30.),
xy = (0, 0),
arrowprops = { 'facecolor' : 'black', 'shrink' : 0.05 })
plt.title('Acceleration Moving')
plt.plot(x, y, c = 'c')
plt.show()
Tips：plt.annotate()函數(shù)在顯示與plt.text()作用相同的說明文本文本外，同時也會渲染箭頭。要顯示的說明文本是第一個參數(shù)；xy參數(shù)指定箭頭的目標；xytext參數(shù)指定文本位置，同樣可以通過ha和va參數(shù)來改變文本對齊方式
箭頭的樣式由傳遞給arrowprops參數(shù)的字典控制，其中常用的鍵值包括：
| 鍵 | 說明與可選值 |
|---|---|
| arrowstyle | 控制箭頭的樣式，可選值包括"-"、""、“wedge”、"simple"和"fancy"等 |
| facecolor | 用于設(shè)置箭頭背景和邊的顏色 |
| edgecolor | 用于設(shè)置箭頭邊的顏色 |
| alpha | 用于設(shè)置透明度級別，使箭頭與背景更好的混合 |
收縮參數(shù)控制箭頭端點和箭頭本身之間的間隙。
在復(fù)雜圖形中，往往包含大量不同的曲線和點，如果這些曲線和點沒有相應(yīng)的圖例，將無法對其進行準確的區(qū)分，因此圖例在實踐中是必不可少的。
使用plt.legend()函數(shù)以及繪圖函數(shù)的label可選參數(shù)，可以添加圖例：
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 6, 1024)
data = np.random.standard_normal((150, 2))
print(data.size)
y_1 = np.sin(x)
y_2 = np.cos(x)
plt.xlabel('x')
plt.ylabel('y')
plt.plot(x, y_1, c = 'm', lw = 3., label = 'sin(x)')
plt.plot(x, y_2, c = 'c', lw = 3., ls = '--', label = 'cos(x)')
plt.scatter(data[:,0],data[:,1],c='y', label = 'random')
plt.legend()
plt.show()
Tips：每個plt繪圖函數(shù)(如plt.plot()、plt.scatter()等)都有一個可選的label參數(shù)來命名圖形的元素。plt.legend()函數(shù)的作用是呈現(xiàn)圖例，圖例是根據(jù)標簽自動生成的。
plt.legend()函數(shù)包含可選參數(shù)來控制圖例的呈現(xiàn)：
| 參數(shù) | 說明與可選值 |
|---|---|
| loc | 用于控制圖例的位置，默認值為"best"，將以適合的方式自動放置圖例，其他可選值包括"upper left"、“l(fā)ower left”、“l(fā)ower right”、“right”、“center left”、“center right”、“l(fā)ower center”、“upper center"和"center” |
| shadow | 可選值包括True和False，用于設(shè)置是否使用陰影效果呈現(xiàn)圖例 |
| fancybox | 可選值包括True和False，用于是否使用圓角框呈現(xiàn)圖例 |
| title | 用于為圖例設(shè)置標題 |
| ncol | 強制設(shè)置圖例的列數(shù) |
我們已經(jīng)學(xué)習(xí)了為圖形添加多種注釋的方法。然而，在實踐中，我們通常需要使用數(shù)學(xué)符號，因此，我們需要使用LaTex語法來添加數(shù)字符號。
要使用LaTex風(fēng)格的符號，首先需要在計算機上安裝可用的LaTeX配置，以便Matplotlib可以解釋LaTeX語法來呈現(xiàn)數(shù)學(xué)文本。有關(guān)于安裝LaTeX的方法，不在本文的主題主題，大家可以根據(jù)自己的操作系統(tǒng)檢索安裝方法.
LaTex是學(xué)術(shù)界廣泛使用的一種文獻排版系統(tǒng)。與Microsoft Word等文檔編輯器不同，LaTeX用戶在編輯文檔時無法看到其最終顯示效果。文檔被描述為純文本文檔中存儲的文本及命令。最終，LaTeX將解釋文檔以進行呈現(xiàn)。在科學(xué)和工程界，LaTeX的公式語言通常用于在電子郵件和論壇中編寫數(shù)學(xué)文本。
使用LaTex風(fēng)格的符號時，函數(shù)接受的字符串參數(shù)值以“$”字符開頭和結(jié)尾，這是向Matplotlib發(fā)出信號，以將文本解釋并呈現(xiàn)為LaTeX樣式的數(shù)學(xué)文本。字符串的內(nèi)容就是數(shù)學(xué)文本的標準語言，關(guān)于Matplotlib中LaTeX樣式的數(shù)學(xué)文本的介紹，可以參考Matplotlib官網(wǎng)。
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(-4, 4, 10005)
y = 3 / 5 * (x + 4.2) * (x + 4.) * (x - 2.5)
plt.title('$f(x)=\\frac{3}{5}(x+4.4)(x+4)(x-2.5)$')
plt.plot(x, y, c = 'k')
plt.show()
Tips：這種LaTex風(fēng)格的符號不限于標題，它可以用于任何其它注釋。LaTeX語言在很大程度上依賴于轉(zhuǎn)義字符\，但此符號恰好也是Python的字符串轉(zhuǎn)義字符。因此，如果要在一個LaTeX文本中使用\作為轉(zhuǎn)移字符，需要在Python字符串中使用兩個\。為了避免漏掉轉(zhuǎn)義字符，可以在字符串前面加上r，這樣就不需要任何轉(zhuǎn)義字符了，即："$f(x)=\\frac{1}{4}(x+4)(x+1)(x-2)$"等價于r'$f(x)=\frac{1}{4}(x+4)(x+1)(x-2)$'。
中文是使用Matplotlib的一個痛點，但是在實際應(yīng)用中，又不可避免的會使用到中文用于統(tǒng)計圖注釋的顯示，如果不進行配置，會將中文字符顯示為亂碼。
使用中文字符作為注釋有多種方式，這里本著簡單就是最優(yōu)的理念，使用plt.rcParams['font.sans-serif']進行設(shè)置：
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 6, 1024)
data = np.random.standard_normal((150, 2))
y_1 = np.sin(x)
y_2 = np.cos(x)
plt.xlabel('x軸')
plt.ylabel('y軸')
plt.title('中文字符使用示例')
plt.plot(x, y_1, c = 'm', lw = 3., label = '正弦函數(shù)')
plt.plot(x, y_2, c = 'c', lw = 3., ls = '--', label = '余弦函數(shù)')
plt.scatter(data[:,0],data[:,1],c='y', label = '隨機點')
plt.rcParams['font.sans-serif'] = ['SimSun']
plt.legend()
plt.show()
Tips：使用plt.rcParams['font.sans-serif']設(shè)定支持中文字符的字體，使用中文字符的用法范圍與LaTex風(fēng)格的符號一樣，它可以用于所有注釋，另外需要確保系統(tǒng)支持所設(shè)定的中文字符字體。
學(xué)會Python-Matplotlib可視化，快速完成數(shù)據(jù)分析（1）
一文詳解常見統(tǒng)計圖的繪制學(xué)會Python-Matplotlib可視化，快速完成數(shù)據(jù)分析（2）
到此這篇關(guān)于Matplotlib可視化之添加讓統(tǒng)計圖變得簡單易懂的注釋的文章就介紹到這了,更多相關(guān)Matplotlib可視化內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
