annotate()函数--matplotlib

1. 函数功能

对点（x,y）添加带箭头的注释文本。

2. 函数语法

Axes.annotate(text, xy, xytext=None, xycoords='data', textcoords=None, 
arrowprops=None, annotation_clip=None

3. 函数参数与示例

3.1 标注点与标注文本

参数	含义
text	注释文本
xy	（float,float），浮点数组成的元组，被注释点的坐标
xytext	（float,float），浮点数组成的元组，放置注释文本的坐标
xycoords	被注释点的坐标系属性 ，不太理解
textcoords	注释文本的坐标系属性 ，不太理解

3.2 箭头属性

3.2.1 箭头类型

参数	含义
arrowstyle	箭头类型，常见类型如下

3.2.2 连接类型

参数	含义
connectionstyle	连接类型，常见类型如下：

3.2.3 示例代码

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 2 * np.pi, 500)
y = np.sin(x)

plt.plot(x, y, c='m')

plt.xlim(0, 2 * np.pi)
plt.ylim(-1, 1)

plt.annotate('max', xy=(np.pi / 2, 1), xytext=(np.pi, 0.8),
             arrowprops=dict(arrowstyle='-|>',
                             connectionstyle='angle3',color='red'))

plt.grid()
plt.show()

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 2 * np.pi, 500)
y = np.sin(x)

plt.plot(x, y, c='m')

plt.xlim(0, 2 * np.pi)
plt.ylim(-1, 1)

plt.annotate('max', xy=(np.pi / 2, 1), xytext=(np.pi, 0.8),
             arrowprops=dict(arrowstyle='fancy',
                             connectionstyle='arc3',color='red'))

plt.grid()
plt.show()

import matplotlib.pyplot as plt
import numpy as np
import matplotlib as mpl

mpl.rcParams['font.sans-serif'] = ['KaiTi']  # 配置显示中文，字体为楷体
mpl.rcParams['axes.unicode_minus'] = False  # 配置正常显示负号： '-'

plt.text(0.5, 2.0, '101亿元\n  0.8%',
         bbox=dict(boxstyle='Circle', facecolor='snow', alpha=0.6),
         fontsize=10, color='m')

plt.annotate('', xy=(3, 5), xytext=(1.2, 2.3),
             arrowprops=dict(arrowstyle='-|>,head_length=1.0,head_width=0.6',
                             connectionstyle='angle,angleA=-30,angleB=60,rad=80',
                             color='red'))

plt.text(3, 5, '300亿元\n约2.0%',
         bbox=dict(boxstyle='Round', facecolor='snow', alpha=0.8),
         fontsize=12, color='m')

plt.annotate('', xy=(5.8, 8), xytext=(3.7, 5.5),
             arrowprops=dict(arrowstyle='simple,head_length=1.2,head_width=1,tail_width=0.2',
                             connectionstyle=('arc3, rad=0.3'), color='red'))
plt.text(6, 7.6, '超千亿元\n约5.0%',
         bbox=dict(boxstyle='Sawtooth', facecolor='snow'),
         fontsize=14, color='m')
plt.xlim(0, 8.5)
plt.ylim(0, 12)

plt.show()

3.3 注释字体属性

参数	含义
fontsize	注释文本字体大小
color	注释文本字体颜色
alpha	注释文本字体透明度

import matplotlib.pyplot as plt
import numpy as np
import matplotlib as mpl

mpl.rcParams['font.sans-serif'] = ['KaiTi']  # 配置显示中文，字体为楷体
mpl.rcParams['axes.unicode_minus'] = False  # 配置正常显示负
plt.annotate('300亿元\n约2.0%', xy=(6, 8), xytext=(3, 5),
             fontsize=14, color='b', alpha=0.5,
             bbox=dict(boxstyle='Sawtooth', facecolor='snow'),
             arrowprops=dict(arrowstyle='<|-,head_length=1.0,head_width=0.6',
                             connectionstyle='angle,angleA=-30,angleB=60,rad=10',
                                                          color='red'))


plt.xlim(0, 8.5)
plt.ylim(0, 12)

plt.show()

3.4 注释文本框设置

annotate()函数中的注释文本框设置同text()函数中的注释文本框设置，使用bbox参数设置文本框属性，参见text函数的bbox部分text函数

import matplotlib.pyplot as plt
import numpy as np
import matplotlib as mpl

mpl.rcParams['font.sans-serif'] = ['KaiTi']  # 配置显示中文，字体为楷体
mpl.rcParams['axes.unicode_minus'] = False  # 配置正常显示负号： '-'

plt.annotate('101亿元\n  0.8%', xy=(2.8, 4.8), xytext=(1.2, 2.3),
             bbox=dict(boxstyle='Circle', facecolor='y', alpha=0.2),
             arrowprops=dict(arrowstyle='-|>,head_length=1.0,head_width=0.6',
                             connectionstyle='angle,angleA=-30,angleB=60,rad=80',
                             color='red'))

plt.annotate('300亿元\n约2.0%', xy=(6, 8), xytext=(3, 5),
            fontsize=14, color='m', bbox=dict(boxstyle='Sawtooth', facecolor='snow'),
             arrowprops=dict(arrowstyle='simple,head_length=1.2,head_width=1,tail_width=0.2',
                             connectionstyle=('arc3, rad=0.3'), color='red'))



plt.text(6.2, 7.6, '超千亿元\n 约5%',
         bbox=dict(boxstyle='Circle', facecolor='r', alpha=0.3),
         fontsize=16, color='k')

plt.xlim(0, 8.5)
plt.ylim(0, 12)

plt.show()