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
扫一扫
1730
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
