Matplotlib中plt.annotate和boxstyle的应用

最新推荐文章于 2024-06-19 08:16:19 发布
最新推荐文章于 2024-06-19 08:16:19 发布
阅读量1k 收藏 9
点赞数 10
文章标签： matplotlib python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44274609/article/details/135249206
版权

举例说明在Matplotlib中如何使用plt.annotate和boxstyle。

Matplotlib在绘制图形时，通常需要在图上添加注释信息来突出重点或解释数据。plt.annotate()方法就是Matplotlib中常用的一个方法。

plt.annotate(s, xy, xytext=None, arrowprops=None, **kwargs)

其中，各参数的具体含义如下：

  • s：要添加的注释文本内容；
  • xy：注释点的坐标值；
  • xytext：注释文本的坐标值，xy和xytext为箭头路径；
  • arrowprops：注释指向的箭头的属性；
  • **kwargs：其他可选参数（如字体大小、颜色等）。

示例如下：

plt.annotate('文本内容', 
             xy=(3.23, 1435), #注释点坐标
             fontsize=14, #字体大小
             xytext=(3.2, 1460), #注释文本坐标
             bbox=bbox_props3, #boxstyle
             #箭头属性
             arrowprops=dict(facecolor='lightgreen',
                             alpha=1,lw=1,
                             arrowstyle='fancy',
                             connectionstyle='arc3,rad=0.1',#有多个参数可选
                             ec='r',
                            ),
            )

 BoxStyle 是一个容器类，它定义了几个 boxstyle 类，上面示例中的bbox_props3样式可以创建为：

bbox_props3 = dict(boxstyle="Darrow", facecolor='royalblue', ec="r", lw=2, pad=0.2, alpha=1)

下面使用plt.annotate和boxstyle标记一幅立式冲天炉的网状图，代码如下：

# -*_ coding: utf-8 -*-

#import numpy as np

import matplotlib.pyplot as plt

plt.rcParams['pgf.rcfonts'] = False
plt.rcParams['text.usetex'] = False
plt.rcParams['font.family'] = 'sans-serif'
plt.rcParams['font.sans-serif'] = 'SimHei'

figure = plt.figure(figsize=(15, 8))
ax = figure.add_subplot(1, 1, 1)

figure.patch.set_facecolor('w')
# set_alpha用于指定透明度
figure.patch.set_alpha(1)


ax.clear()
ax.set_xlabel(r'熔化能力'+r'/$t/(m^2\cdot h)$', fontsize=20)
ax.set_ylabel(r'温度'+r'$T/℃$', fontsize=20)
plt.title(r'立式冲天炉网形图'+'\n', fontsize=30)
ax.set_xlim([1.0, 4.0])
ax.set_ylim([1325, 1550])
x_locator = plt.MultipleLocator(0.2)
y_locator = plt.MultipleLocator(25)
ax.xaxis.set_major_locator(x_locator)
ax.yaxis.set_major_locator(y_locator)
plt.tick_params(labelsize=18)
plt.xticks(fontfamily="Times New Roman")
plt.yticks(fontfamily="Times New Roman")


for i in range(12, 40, 2):
    plt.vlines(i/10, 1325, 1550, colors='grey', linestyle="-", alpha=0.5)
for j in range(1350, 1550, 25):
    plt.hlines(j, 1.0, 4.0, colors='grey', linestyle="-", alpha=0.5)



bbox_props1 = dict(boxstyle="Darrow", facecolor='royalblue', ec="r", lw=2, pad=0.2, alpha=1)
bbox_props2 = dict(boxstyle="Round", facecolor='gold', ec="r", lw=0, pad=0.1, alpha=1)
bbox_props3 = dict(boxstyle="round", facecolor='lightgreen', ec="r", lw=1, pad=0.3, alpha=1)
ax.text(1.8, 1375, "冶金焦比例", ha="center", va="center", color='k', fontsize=16, fontfamily="Microsoft YaHei", rotation=-30, bbox=bbox_props1)

ax.text(1.43, 1455, "18%", ha="center", va="center", color='k', fontsize=20, fontfamily="Microsoft YaHei", rotation=-45, bbox=bbox_props2)
ax.text(1.54, 1436, "17%", ha="center", va="center", color='k', fontsize=20, fontfamily="Microsoft YaHei", rotation=-45, bbox=bbox_props2)
ax.text(1.67, 1413, "16%", ha="center", va="center", color='k', fontsize=20, fontfamily="Microsoft YaHei", rotation=-45, bbox=bbox_props2)
ax.text(1.90, 1390, "15%", ha="center", va="center", color='k', fontsize=20, fontfamily="Microsoft YaHei", rotation=-35, bbox=bbox_props2)
ax.text(2.14, 1375, "14%", ha="center", va="center", color='k', fontsize=20, fontfamily="Microsoft YaHei", rotation=-31, bbox=bbox_props2)
ax.text(2.35, 1360, "13%", ha="center", va="center", color='k', fontsize=20, fontfamily="Microsoft YaHei", rotation=-30, bbox=bbox_props2)
ax.text(2.58, 1340, "12%", ha="center", va="center", color='k', fontsize=20, fontfamily="Microsoft YaHei", rotation=-30, bbox=bbox_props2)


ax.text(1.70, 1520, "送风强度/$Nm^3/(m^2\\cdot s)$", ha="center", va="center", color='k', fontsize=16, fontfamily="Microsoft YaHei", rotation=35, bbox=bbox_props1)
ax.text(1.50, 1470, "0.60", ha="center", va="center", color='k', fontsize=20, fontfamily="Microsoft YaHei", rotation=45, bbox=bbox_props2)
ax.text(1.65, 1490, "0.70", ha="center", va="center", color='k', fontsize=20, fontfamily="Microsoft YaHei", rotation=40, bbox=bbox_props2)
ax.text(1.85, 1513, "0.80", ha="center", va="center", color='k', fontsize=20, fontfamily="Microsoft YaHei", rotation=35, bbox=bbox_props2)
ax.text(2.08, 1526, "0.90", ha="center", va="center", color='k', fontsize=20, fontfamily="Microsoft YaHei", rotation=25, bbox=bbox_props2)
ax.text(2.30, 1532, "1.00", ha="center", va="center", color='k', fontsize=20, fontfamily="Microsoft YaHei", rotation=-10, bbox=bbox_props2)
ax.text(2.52, 1525, "1.10", ha="center", va="center", color='k', fontsize=20, fontfamily="Microsoft YaHei", rotation=-20, bbox=bbox_props2)

x = [3.23, 3.08, 3.23]
y = [1433, 1435, 1425]
cValue = ['r', 'g', 'b']
ax.scatter(x, y, c=cValue, s=250, marker='.')

plt.annotate('1.目前作业点', 
             xy=(3.23, 1435),
             fontsize=14, 
             xytext=(3.2, 1460),
             bbox=bbox_props3,
             arrowprops=dict(facecolor='lightgreen',
                             alpha=1,lw=1,
                             arrowstyle='fancy',
                             connectionstyle='arc3,rad=0.1',#有多个参数可选
                             ec='r',
                            ),
            )

plt.annotate('2.减少助燃风', 
             xy=(3.08, 1436),
             fontsize=14, 
             xytext=(2.9, 1475),
             bbox=bbox_props3,
             arrowprops=dict(facecolor='lightgreen',
                             alpha=1,lw=1,
                             arrowstyle='fancy',
                             connectionstyle='arc3,rad=0.1',#有多个参数可选
                             ec='r',
                            ),
            )
            
plt.annotate('3.降低冶金焦比例', 
             xy=(3.25, 1425),
             fontsize=14, 
             xytext=(3.5, 1450),
             bbox=bbox_props3,
             arrowprops=dict(facecolor='lightgreen',
                             alpha=1,lw=1,
                             arrowstyle='fancy',
                             connectionstyle='arc3,rad=0.1',#有多个参数可选
                             ec='r',
                            ),
            )

arrow_args = dict(width=3, headwidth=6 ,color='r', headlength=12, shrink=1)

plt.annotate('', xy=(3.10, 1435),
                   xytext=(3.21, 1433), 
                   ha="center", va="center",                   
                   bbox=bbox_props3,
                   arrowprops=dict(connectionstyle="arc3,rad=0.2",  
                                   **arrow_args))

plt.annotate('', xy=(3.21, 1427),
                   xytext=(3.11, 1434), 
                   ha="center", va="center",                   
                   bbox=bbox_props3,
                   arrowprops=dict(connectionstyle="arc3,rad=0.2",  
                                   **arrow_args))

img = plt.imread("grid_of_cupola_clean.png")
x0 = 1.5
x1 = 3.8
y0 =1350
y1 = 1525
ax.imshow(img,extent=[x0, x1, y0, y1], aspect='auto')
plt.vlines(3.23, 1300, 1433, colors='r', linestyle="--", alpha=0.7)
plt.tight_layout()
plt.savefig('Operation01.jpg',dpi=400)
plt.show()

标记前的网状图如下：

标记后的网状图如下： 

YiSLWLL
关注
  • 10
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
plt注释文字，美化及实战
m0_46519036的博客
06-15 2819
注释 如何给图片添加注释 需要用到plt.annotate("",xy=（） ,xytext =（），arrowprops = dict),分别是注释的内容，xy是箭头指向的坐标，xytext是文字起始的坐标,arrowprops（箭头）里面的参数：facecolor:颜色，frac是箭头的比例0-1，1是全部是箭头，0.5是一半都是箭头，0就是没有箭头，headwidth:箭头的宽度，width：键身的宽度 如果在图中只画文字（没有箭头） 使用plt.text（）里面的参数第一个是横坐标，第一个是纵
matplotlib:plt.annotate
莲君
01-16 1418
import numpy as np import matplotlib matplotlib.use(“TkAgg”) import matplotlib.pyplot as plt from matplotlib.collections import LineCollection x=np.linspace(-1,1,50) y1=3*x+1 y2=x**2 plt.figure(num=3,...
plt.annotate()函数用法
rocking_struggling的博客
04-07 4263
原文链接：https://blog.csdn.net/TeFuirnever/article/details/88946088 plt.annotate()函数用于标注文字。 plt.annotate(s='str', xy=(x,y) , xytext=(l1,l2) , ... ) 12345 参数： s 为注释文本内容 xy 为被注释的坐标点 xytext 为注释文字的坐标...
python数据可视化：在图形中添加注释matplotlib.pyplot.annotate()
最新发布
liujingwei8610的专栏
06-19 393
期待大家提出宝贵改进建议，互相交流，收获更大。辛苦大家转发时注明出处(也是咱们公益编程交流群的入口网址)，刘经纬老师共享知识相关文件下载地址为：https://liujingwei.cn。A选项：plt.annotate()用于在图形中添加注释。C选项：plt.annotate()用于绘制水平条形图。期待大家提出宝贵建议，互相交流，收获更大，助教：lxy。B选项：plt.annotate()用于绘制箱型图。D选项：plt.annotate()用于绘制风羽图。#科技风向标# [握手] #极简极速学编程#
plt.annotate()
少年一贯快马扬帆，道阻且长不转弯； 要盛大，要绚烂，要哗然； 要用理想的泰坦尼克，去撞现实的冰川； 要当烧赤壁的风，而非借鉴草船； 要为了一片海，就肯翻万山。
04-29 631
Signature: plt.annotate(text, xy, *args, **kwargs) Docstring: Annotate the point *xy* with text *text*. In the simplest form, the text is placed at *xy*. Optionally, the text can be displayed in another position *xytext*. An arrow pointing from the text.
数据可视化之matplotlib实战：plt.annotate()函数 添加图形内容细节的指向型注释文本
超级大洋葱的博客
10-03 2360
import matplotlib.pyplot as plt import numpy as np x = np.linspace(0.05,10,1000) y = np.sin(x) plt.plot(x,y,ls="-.",lw=2,c="c",label="plot figure") plt.legend() plt.annotate("maximum", xy=(np.pi/2,1.0), xytext=((np.pi/2)+1.0,.
tf好朋友之matplotlib的使用——annotate标注的使用
Bubbliiiing的学习小课堂
08-29 5288
tf好朋友之matplotlib的使用——annotate标注的使用标注常用函数及其作用plt.annotate()应用示例 标注常用函数及其作用 plt.annotate() plt.annotate( s, xy, *args, **kwargs) 其中常用的参数有： 1、s：代表标注的内容 2、xy：需要被标注的坐标，通过xycoords设置偏移方式 3、xytext：标注的文...
matplotlib.pyplot plt学习记录
嘘嘘不去的博客
10-06 290
输入希腊或其他字母 plt.xlabel(r'$\Delta$') # r 转换为latex输入文本的模式 subplot子图设置 t=np.arange(0.0,2.0,0.1) s=np.sin(t*np.pi) plt.subplot(2,2,1) #要生成两行两列，这是第一个图plt.subplot('行','列','编号') plt.plot(t,s,'b--') plt....
python中plot的plt.text_matplotlib可视化篇annotate(),text()--注释文本
weixin_39638708的博客
12-08 1902
本节内容: 1. 指向型注释annotate() 2. 无指向型注释text()1. matplotlib.pyplot.annotate()功能：在图中带有指向型文本注释信息，突显细节，官方项目地址,高级玩法,下面列出常用参数信息。s:str, 注释信息内容xy:(float,float), 箭头点所在的坐标位置xytext:(float,float), 注释内容的坐标位置weight: s...
matplotlib 设置标注方向_在matplotlib中用箭头和文字来标记重要的点
weixin_42509616的博客
01-14 2535
在matplotlib中，可以通过以下几种函数在图中添加箭头和文字标记1. text，用于添加文字2. arrow，用于添加箭头3. annotate，支持同时添加文字和箭头下面看下具体的用法1.texttext函数通过指定xy轴坐标，以及对应的文字来实现文字标记的功能，基本用法如下>>> import matplotlib.pyplot as plt>>> p...
matplotlib 设置标注方向_Matplotlib 画图标注annotate详解
weixin_30963127的博客
01-14 1222
标注基本标注使用text()会将文本放置在轴域的任意位置。 文本的一个常见用例是标注绘图的某些特征，而annotate()方法提供辅助函数，使标注变得容易。 在标注中，有两个要考虑的点：由参数xy表示的标注位置和xytext的文本位置。 这两个参数都是(x, y)元组。importnumpy as npimportmatplotlib.pyplot as pltfig=plt.figure()ax...
plt绘图加图标_matplotlib--添加图例和注解
weixin_39599342的博客
12-23 2825
# coding: utf-8import matplotlib.pyplot as pltimport numpy as npx1 = np.random.normal(30, 3, 100)x2 = np.random.normal(20, 2, 100)x3 = np.random.normal(10, 3, 100)# 随机正态分布生成x1、x2、x3，并为每个plot指定一个字符串标签p...
Matplotlib绘图（进阶篇）
Yangyuqing_的博客
04-09 4754
目录 一、创建图像并设置分辨率 二、绘制图像设置坐标轴的上下限 三、移动坐标脊柱使用gca() 四、添加图例使用label参数 五、注释 ①有指向型文本注释 annotate() ②无指向型文本注释 text() 六、保存图片savefig() 一、创建图像并设置分辨率 import matplotlib.pyplot as plt import numpy as np # 创建一个8*6的图,并设置分辨率为80 plt.Figure(figsize=(8,6),dpi=8...
plt.annotate()函数解析（最清晰的解释）
热门推荐
云中寻雾的博客
09-25 4万+
plt.annotate()函数用于标注文字。 plt.annotate(s='str', xy=(x,y) , xytext=(l1,l2) , ... ) 参数： s 为注释文本内容 xy 为被注释的坐标点 xytext 为注释文字的坐标位置 xycoords 参数如下: figure points：图左下角的点 figure pixels：图左下角的像素 ...
Matplotlib annotate注解的用法
p_memory的博客
04-01 904
Axes.annotate(s, xy, xytext=None, xycoords='data', textcoords=None, arrowprops=None, annotation_clip=None, **kwargs) 功能：在图形上给数据添加注解。详细信息参考：官方文档。 参数说明： s: str，注释文本内容。 xy: (float,float)， 箭头点所在的坐标位置。 xytext: (float,float)，注释内容的坐标位置。 xycoords: str，被注释点的参考
plt.annotate()函数解析
weixin_43196158的博客
06-30 844
plt.annotate()函数解析(https://blog.csdn.net/TeFuirnever/article/details/88946088)
python | plt.annotate()函数的基本使用
黄佳俊的博客
12-11 1万+
作用： plt.annotate()函数用于标注文字。 参数： s 为注释文本内容 xy 为被注释的坐标点 xytext 为注释文字的坐标位置 xycoords 参数如下: figure points：图左下角的点 figure pixels：图左下角的像素 figure fraction：图的左下部分 axes points：坐标轴左下角的点 axes pixels：坐标轴左下角的像素 axes fraction：左下轴的分数 data：使用被注释对象的坐标系统(默认) p
plt.annotate函数案例一则
toretto_ana的博客
10-03 1379
观察：plt.legend & plt.annotate两个函数的用法；持续更新中 import numpy as np import matplotlib.pyplot as plt # generate different normal distributions x1 = np.random.normal(30, 3, 100) x2 = np.random.normal(20...
plt.annotate()函数：添加图形内容细节的指向型注释
sunny
11-06 1723
# -*- encoding: utf-8 -*- # @File : annotate.py # @Author: Mr. Luo # @Date: 2021/11/6 14:28 ''' 添加图形内容细节的指向型注释文本 ''' import matplotlib.pyplot as plt import numpy as np ''' x:注释文本内容所在位置的横坐标 y:注释文本内容所在位置的纵坐标 xytext:注释文本的位置 weight:注释文本内容的粗细风格 arrowprop.
import matplotlib.pyplot as plt import numpy as np plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False %matplotlib inline fig=plt.figure() ax1=fig.add_subplot(121) t=np.arange(0.0,5,0.01) s=np.sin(2*np.pi*t) ax1.plot(t,s,lw=2) bbox=dict(boxstyle='round',fc='white') plt.annotate('local max',xy=(2.3,1),xytext=(3,1.5), arrowprops=dict(facecolor='black',edgecolor='red',headwidth=7,width=2),bbox=bbox) #arrowstyle箭头类型，arrowstyle="->",connectionstyle="arc3"指的是xy与xytext之间的连接类型 bbox_prop=dict(fc='white') ax1.set_ylabel('Y',fontsize=12) ax1.set_xlabel('X',fontsize=12) ax1.set_ylim(-2,2) ax1.text(1,1.2,'max',fontsize=18) ax1.text(1.2,-1.8,'$y=sin(2*np.pi*t)$',bbox=bbox,rotation=10,alpha=0.8) ax2=fig.add_subplot(122) x=np.linspace(0,10,200) y=np.sin(x) ax2.plot(x,y,linestyle='-.',color='purple') ax2.annotate(s='Here I am',xy=(4.8,np.sin(4.8)),xytext=(3.7,-0.2),weight='bold',color='k', arrowprops=dict(arrowstyle='-|>',connectionstyle='arc3',color='red'), bbox=dict(boxstyle='round,pad=0.5',fc='yellow', ec='k',lw=1 ,alpha=0.8)) ax2.set_ylim(-1.5,1.5) ax2.set_xlim(0,10) bbox=dict(boxstyle='round',ec='red',fc='white') ax2.text(6,-1.9,'$y=sin(x)$',bbox=dict(boxstyle='square',facecolor='white',ec='black')) ax2.grid(ls=":",color='gray',alpha=0.5) #设置水印(带方框的水印) ax2.text(4.5,1,'NWNU',fontsize=15,alpha=0.3,color='gray',bbox=dict(fc="white",boxstyle='round',edgecolor='gray',alpha=0.3)) plt.show()
06-08
这段代码使用 Matplotlib 库绘制了两个子图，其中第一个子图绘制了正弦函数的图像，并标注了局部最大值，第二个子图绘制了另一个正弦函数的图像，并添加了箭头标注和水印。 具体解释如下： 1. 导入库和设置中文显示 ``` import matplotlib.pyplot as plt import numpy as np plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False %matplotlib inline ``` 这部分代码导入了 Matplotlib 库和 Numpy 库，并设置了中文显示。 2. 创建画布和子图 ``` fig=plt.figure() ax1=fig.add_subplot(121) ax2=fig.add_subplot(122) ``` 这部分代码创建了一个画布 `fig` 和两个子图 `ax1` 和 `ax2`。 3. 绘制第一个子图 ``` t=np.arange(0.0,5,0.01) s=np.sin(2*np.pi*t) ax1.plot(t,s,lw=2) ax1.set_ylabel('Y',fontsize=12) ax1.set_xlabel('X',fontsize=12) ax1.set_ylim(-2,2) ax1.text(1,1.2,'max',fontsize=18) ax1.text(1.2,-1.8,'$y=sin(2*np.pi*t)$',bbox=bbox,rotation=10,alpha=0.8) bbox=dict(boxstyle='round',fc='white') plt.annotate('local max',xy=(2.3,1),xytext=(3,1.5), arrowprops=dict(facecolor='black',edgecolor='red',headwidth=7,width=2),bbox=bbox) ``` 这部分代码绘制了第一个子图，包括正弦函数的图像、局部最大值的标注、正弦函数公式的文本框等。 4. 绘制第二个子图 ``` x=np.linspace(0,10,200) y=np.sin(x) ax2.plot(x,y,linestyle='-.',color='purple') ax2.annotate(s='Here I am',xy=(4.8,np.sin(4.8)),xytext=(3.7,-0.2),weight='bold',color='k', arrowprops=dict(arrowstyle='-|>',connectionstyle='arc3',color='red'), bbox=dict(boxstyle='round,pad=0.5',fc='yellow', ec='k',lw=1 ,alpha=0.8)) ax2.set_ylim(-1.5,1.5) ax2.set_xlim(0,10) bbox=dict(boxstyle='round',ec='red',fc='white') ax2.text(6,-1.9,'$y=sin(x)$',bbox=dict(boxstyle='square',facecolor='white',ec='black')) ax2.grid(ls=":",color='gray',alpha=0.5) ax2.text(4.5,1,'NWNU',fontsize=15,alpha=0.3,color='gray',bbox=dict(fc="white",boxstyle='round',edgecolor='gray',alpha=0.3)) ``` 这部分代码绘制了第二个子图，包括另一个正弦函数的图像、箭头标注、水印等。 5. 显示图像 ``` plt.show() ``` 这部分代码显示了绘制的图像。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值