当前位置：首页 > news >正文

一周学会Matplotlib3 Python 数据可视化-标注 (Annotations)

news 2025/8/10 11:20:13

锋哥原创的Matplotlib3 Python数据可视化视频教程：

2026版 Matplotlib3 Python 数据可视化视频教程(无废话版) 玩命更新中~_哔哩哔哩_bilibili

课程介绍

本课程讲解利用python进行数据可视化科研绘图-Matplotlib，学习Matplotlib图形参数基本设置，绘图参数及主要函数，以及Matplotlib基础绘图，和Matplotlib高级绘图。

标注 (Annotations)

标注是数据可视化中用于突出显示特定数据点或区域的重要工具。

annotate() 是 Matplotlib 中用于添加文本注解的核心方法，特别适合在图表中标注特定数据点。以下是全面解析：

plt.annotate(text,                   # 注解文本内容xy,                     # 被注解点的坐标 (x, y)xytext=None,            # 文本位置的坐标 (x, y)arrowprops=None,        # 箭头属性字典**kwargs                # 文本属性 (颜色/字体/对齐等)
)

核心参数详解

参数	说明	示例
text	注解文本内容	`"Peak Value"`
xy	被注解点的坐标	`(3, 9)`
xytext	文本位置坐标	`(4, 10)`
arrowprops	箭头属性字典	`dict(arrowstyle="->")`
xycoords	坐标系统（默认为'data'）	`'axes fraction'`
textcoords	文本坐标系统	`'offset points'`
fontsize	字体大小	`12` 或 `'large'`
color	文本颜色	`"red"`
bbox	文本背景框	`dict(boxstyle="round", fc="w")`
rotation	文本旋转角度	`45` (度)
ha/va	水平/垂直对齐	`'center'`, `'top'`

箭头属性详解 (arrowprops)

通过字典自定义箭头样式：

arrowprops = {'arrowstyle': '->',          # 箭头样式'connectionstyle': 'arc3',   # 连接线样式'color': 'blue',             # 箭头颜色'linewidth': 2,              # 线宽'linestyle': '--',           # 线型'alpha': 0.7,                # 透明度'relpos': (0.5, 0.5)         # 箭头起点相对位置
}

常用箭头样式：

样式字符串	说明	图示
`'-'`	无箭头直线	——
`'->'`	单箭头	→
`'<-'`	反向单箭头	←
`'<->'`	双箭头	↔
`'fancy'`	精致箭头	➤
`'wedge'`	楔形箭头	▷

坐标系统详解

通过 xycoords 和 textcoords 指定坐标基准：

坐标系统	说明	应用场景
'data'	默认数据坐标	标注数据点
'axes fraction'	子图比例 (0,0)左下 (1,1)右上	固定位置标注
'figure fraction'	全图比例	跨子图标注
'offset points'	相对某点的像素偏移	微调位置
'polar'	极坐标 (theta, r)	极坐标图

# 使用不同坐标系统的示例
plt.annotate('Fixed Position',xy=(0.5, 0.5), xycoords='axes fraction',  # 子图中点ha='center'
)

完整实例：

import matplotlib
import numpy as np
from matplotlib import pyplot as plt

# 设置matplotlib使用黑体显示中文
matplotlib.rcParams['font.family'] = 'Microsoft YaHei'

# 生成数据
x = np.arange(-400, 400, 5)
y = (x - 2) * 2 + 100

# 绘图
plt.plot(x, y)

# 设置x轴的刻度
plt.xlim(-400, 400)
# 设置y轴的刻度
plt.ylim(-400, 400)

# 获取当前的axes
ax = plt.gca()
ax.set_title('测试标题', fontsize=16, pad='20')
ax.set_xlabel('X轴标签', fontsize=10, loc='right')
ax.set_ylabel('Y轴标签', fontsize=10, loc='top')

ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.spines['bottom'].set_position(('data', 0))
ax.spines['left'].set_position(('data', 0))

x1 = 100
y1 = (x1 - 2) * 2 + 100
# 绘制点
plt.scatter(x1, y1, s=45, color='r')
# 绘制虚线
plt.plot([x1, x1], [y1, 0], 'y--', lw=2)
# 加标注
plt.annotate('y = (x - 2) * 2 + 100', xy=(x1, y1), textcoords='offset points', xytext=(+40, -40),arrowprops=dict(arrowstyle="->",connectionstyle="arc3,rad=0.2",  # 弧度连接color="gray"))

# 显示图片
plt.show()

运行效果：