引包
import numpy as npimport pandas as pdfrom pandas import Series,DataFrameimport matplotlib.pyplot as plt%matplotlib inline
文字
x = np.arange(0, 7, .01)y = np.sin(x)plt.plot(x, y);plt.text(0.1, -0.04, 'sin(0)=0'); # 位置参数是坐标
![ca29002a078652e10e57ca007fcd71b3.png](https://i-blog.csdnimg.cn/blog_migrate/2bb051e131944a931ef127daa5fd662d.jpeg)
文字
注释
# xy参数设置箭头指示的位置,xytext参数设置注释文字的位置# arrowprops参数以字典的形式设置箭头的样式# width参数设置箭头长方形部分的宽度,headlength参数设置箭头尖端的长度,# headwidth参数设置箭头尖端底部的宽度,shrink参数设置箭头顶点、尾部与指示点、注释文字的距离(比例值)y = [13, 11, 13, 12, 13, 10, 30, 12, 11, 13, 12, 12, 12, 11, 12]plt.plot(y);plt.ylim(ymax=35); # 为了让注释不会超出图的范围,需要调整y坐标轴的界限plt.annotate('this spot must reallymean something', xy=(6, 30), xytext=(8, 31.5), arrowprops=dict(width=15, headlength=20, headwidth=20, facecolor='black', shrink=0.1));
![4dc72c0c24fbfe41976ec22381b8ce46.png](https://i-blog.csdnimg.cn/blog_migrate/78a5a2b4e5ea2d86d27c298074ccf453.jpeg)
注释
# 生成3个正态分布数据数据集x1 = np.random.normal(30, 3, 100)x2 = np.random.normal(20, 2, 100)x3 = np.random.normal(10, 3, 100)# 绘制3个数据集,并为每个plot指定一个字符串标签plt.plot(x1, label='plot') # 如果不想在图例中显示标签,可以将标签设置为_nolegend_plt.plot(x2, label='2nd plot')plt.plot(x3, label='last plot')# 绘制图例plt.legend(bbox_to_anchor=(0, 1.02, 1, 0.102), # 指定边界框起始位置为(0, 1.02),并设置宽度为1,高度为0.102 ncol=3, # 设置列数为3,默认值为1 mode="expand