Matplotlib图形注释_Python数据分析与可视化

有的时候单单使用图形无法完整清晰的表达我们的信息，我们还需要进行文字进行注释，所以matplotlib提供了文字、箭头等注释可以突出图形中重点信息。

添加注释

为了使我们的可视化图形让人更加容易理解，在一些情况下辅之以少量的文字提示和标签可以更恰当地表达信息。matplotlib可以通过plt.text/ax.text命令手动添加注释，它们可以在具体的x/y坐标上放文字：

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import matplotlib as mpl
plt.rcParams['font.sans-serif']=['simhei']
plt.rcParams['font.family']='sans-serif'
plt.rcParams['axes.unicode_minus']=False#画图可中文
style = dict(size=10, color='gray')
#绘制图形
plt.plot([5,21,12,53,7,6,43,1,69])
#设置注释
plt.text(0, 5, "第一个点",ha='center', **style)
plt.text(1, 21, "第二个点",ha='center', **style)
plt.text(2, 12, "第三个点",ha='center', **style)
plt.text(3, 53, "第四个点",ha='center', **style)
plt.text(4, 7, "第五个点",ha='center', **style)
plt.text(5, 6, "第六个点",ha='center', **style)
plt.text(6, 43, "第七个点",ha='center', **style)
plt.text(7, 1, "第八个点",ha='center', **style)
plt.text(8, 69, "第九个点",ha='center', **style)
plt.show()

plt.text方法需要一个x轴坐标、一个y轴坐标、一个字符串和一些可选参数，比如文字的颜色、字号、风格、对齐方式等其它文字属性。这里用了ha="center"，ha是设置水平对齐方式。其他常用参数如下：

1. fontsize设置字体大小，默认12，可选参数xx-small，x-small，small，medium，large，x-large，xx-large

2. fontweight设置字体粗细，可选参数light，normal，medium，semibold，bold，heavy，black。

3. fontstyle设置字体类型，可选参数normal，italic，oblique 。

4. verticalalignment设置垂直对齐方式，可选参数：center，top，bottom，baseline。

5. horizontalalignment设置水平对齐方式，可选参数：left，right，center。

6. rotation（旋转角度）可选参数为：vertical，horizontal也可以为数字，数字代表旋转的角度。

7. alpha透明度，参数值0至1之间。

8. backgroundcolor标题背景颜色。

还可以通过plt.annotate()函数来设置注释，该函数既可以创建文字，也可以创建箭头，而且它创建的箭头能够进行非常灵活的配置。

import matplotlib.pyplot as plt
import numpy as np
x = np.arange(0, 6)
y = x * x
plt.plot(x, y, marker='o')
for xy in zip(x, y):plt.annotate("(%s,%s)" % xy, xy=xy, xytext=(-20, 10), textcoords='offset points')
plt.annotate('max', xy=(5, 25), xytext=(4.3, 15),arrowprops=dict(facecolor='black', shrink=0.05))
plt.show()

这里设置了两个注释，一个显示了点的坐标，另一个显示了最高点描述max。annotate的第一个参数为注释文本字符串，第二个为被注释的坐标点，第三个为注释文字的坐标位置。

文字、坐标变换

上面的例子将文字注释放在目标数据的位置上，有的时候可能需要将文字放在与数据无关的位置上，比如坐标轴或图形，matplotlib中通过调整坐标变换transorm参数来实现：

fig, ax = plt.subplots()
ax.axis([0, 10, 0, 10])
ax.text(1, 5, ". Data: (1, 5)", transform=ax.transData)
ax.text(0.5, 0.1, ". Axes: (0.5, 0.1)", transform=ax.transAxes)
ax.text(0.2, 0.2, ". Figure: (0.2, 0.2)", transform=fig.transFigure)
plt.show()

默认情况下，图中的字符是在其对应的坐标位置。通过设置transform参数修改位置，transData坐标用x,y的标签作为数据坐标；transAxes坐标以白色矩阵左下角为原点，按坐标轴尺寸的比例呈现坐标；transFigure坐标类似以灰色矩阵左下角为原点，按坐标轴尺寸的比例呈现坐标。