Matplotlib：文本标注,箭头（Annotation）标注

最新推荐文章于 2025-04-04 06:15:05 发布

梦寐_

最新推荐文章于 2025-04-04 06:15:05 发布

阅读量1.2w

点赞数 11

文章标签：标注文本注释

本文链接：https://blog.csdn.net/HHG20171226/article/details/101305012

版权

本文详细介绍了如何在Matplotlib中设置全局和局部的中文字体，以及如何使用annotate和text函数添加带有箭头的注释，实现图表上的复杂文本显示。通过实例演示了不同字体设置的方法，以及如何利用文本注释增强图表的可读性和信息表达。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

全局的设置

在matplotlib目前的绘图文字显示时，是不支持中文的，我们想输出中文，需要设置一下。

matplotlib.rcParams['属性'] = '属性值'，可以修改全局字体
在这里插入图片描述

import matplotlib.pyplot as plt
import matplotlib

# 将全局的字体设置为黑体
matplotlib.rcParams['font.family'] = 'SimHei'

y = [3, 1, 4, 5, 2]
plt.plot(y)
plt.ylabel("纵轴的值")
plt.xlabel("横轴的值")

# 自动保存图片
plt.savefig("test", dpi=600)
plt.show()

2.局部的设置

为了不影响全局的字体，我们可以选择在局部改变字体。

在需要输入中文的地方，输入一下参数
在这里插入图片描述

import matplotlib.pyplot as plt

y = [3, 1, 4, 5, 2]
plt.plot(y)
# 改变局部变量
plt.ylabel("纵轴的值", fontproperties="SimHei", fontsize=20)
plt.xlabel("横轴的值", fontproperties="SimHei", fontsize=20, color="green")
plt.savefig("test", dpi=600)
plt.show()

文本显示

在这里插入图片描述
带箭头的参数：

	s : "string"
	
	xy: 箭头的坐标
	
	xytext: 文字的坐标
	
	arrowprops: 箭头的属性，字典类型
	
	arrowprops=dict(facecolor="red", shrink=0.1, width=2)
	
	facecolor：箭头颜色
	
	shrink:箭头的长度（两坐标距离的比例，0~1）
	
	width:箭头的宽度

在这里插入图片描述

import matplotlib.pyplot as plt

y = [3, 1, 4, 5, 2]
plt.plot(y)

# x , y 轴标签
plt.ylabel("纵轴的值", fontproperties="SimHei", fontsize=20)
plt.xlabel("横轴的值", fontproperties="SimHei", fontsize=20, color="green")

# 整体的标签
plt.title(r"整体的标签 $x^{2y +3}$", fontproperties="SimHei", fontsize=30)

# 显示网格
plt.grid(True)

# 再坐标为（1，3）处输出文字
plt.text(1, 3, r"$\mu=100$")

# 有箭头的文字
plt.annotate(r"$\sum_1^nx$", xy=(3, 3), xytext=(3, 4.5),
             arrowprops=dict(facecolor="red", shrink=0.1, width=2))

# 设置坐标轴 x(0, 4) y(0, 6)
plt.axis([0, 4, 0, 6])
plt.show()

在这里插入图片描述

annotate:添加注释
text:添加注释

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-3, 3, 50)
y = 2*x + 1

plt.figure(num=1, figsize=(8, 5),)
plt.plot(x, y,)

在这里插入图片描述

# 移动坐标
ax = plt.gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.spines['top'].set_color('none')
ax.xaxis.set_ticks_position('bottom')
ax.spines['bottom'].set_position(('data', 0))
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data', 0))

在这里插入图片描述

x0 = 1
y0 = 2*x0 + 1
plt.plot([x0, x0,], [0, y0,], 'k--', linewidth=2.5)
# set dot styles
plt.scatter([x0, ], [y0, ], s=50, color='b')

在这里插入图片描述

# 添加注释 annotate
plt.annotate(r'$2x+1=%s$' % y0, xy=(x0, y0), xycoords='data', xytext=(+30, -30),
             textcoords='offset points', fontsize=16,
             arrowprops=dict(arrowstyle='->', connectionstyle="arc3,rad=.2"))

在这里插入图片描述

# 添加注释 text  
plt.text(-3.7, 3, r'$This\ is\ the\ some\ text. \mu\ \sigma_i\ \alpha_t$',
         fontdict={'size': 16, 'color': 'r'})

在这里插入图片描述

图形内的添加文本 `plt.text()` `plt.figtext()`

'''
第一种方式 text()
 text(x,y,s,fontdict=None, withdash=False)
    参数说明：（1）x,y 坐标位置
             (2) 显示的文本
'''
x = np.arange(0,2*np.pi,0.01)
plt.plot(np.sin(x))
'''x,y 代表着坐标系中数值'''
plt.text(20,0,'sin(0) = 0')
'''
第二种方式  figtext()
    使用figtext时候,x,y代表相对值，图片的宽度
    
'''
x2 = np.arange(0,2*np.pi,0.01)
plt.plot(np.cos(x2))
''''''
plt.figtext(0.5,0.5,'cos(0)=0')
plt.show()

在这里插入图片描述

添加注释和箭头 `plt.annotate()`

'''
添加注释  annotate()
    参数 ：(1)x  : 注释文本
          (2)xy: 
          (3) xytext:
          (4) 设置箭头，arrowprops 
                arrowprops : 是一个dict (字典)
           第一种方式：{'width':宽度,'headwidth':箭头宽,'headlength':箭头长,
                         'shrink':两端收缩总长度分数}   
                例如：arrowprops={'width':5,'headwidth':10,'headlength':10,'shrink':0.1}
           第二种方式：'arrowstyle':样式 
                例如：
              有关arrowstyle的样式：'-' 、'->'、'<-'、'-['、'|-|'、'-|>'、'<|-'、'<->'
                                   'fancy','simple','wedge'      
'''
x = np.random.randint(0,30,size=10)
x[5] = 30  # 把索引为5的位置改为30
plt.figure(figsize=(12,6))
plt.plot(x)
plt.ylim([-2,35]) # 设置y轴的刻度
plt.annotate(s='this point is important',xy=(5,30),xytext=(7,31),
             arrowprops={'arrowstyle':'->'})
plt.show()