創(chuàng)建一個(gè)優(yōu)秀的可視化圖表的關(guān)鍵在于引導(dǎo)讀者，讓他們能理解圖表所講述的故事。在一些情況下，這個(gè)故事可以通過(guò)純圖像的方式表達(dá)，不需要額外添加文字，但是在另外一些情況中，圖表需要文字的提示和標(biāo)簽才能將故事講好。也許標(biāo)注最基本的類型就是圖表的標(biāo)簽和標(biāo)題，但是其中的選項(xiàng)參數(shù)卻有很多。讓我們?cè)诒竟?jié)中使用一些數(shù)據(jù)來(lái)創(chuàng)建可視化圖表并標(biāo)注這些圖表來(lái)表達(dá)這些有趣的信息。首先還是需要將要用到的模塊和包導(dǎo)入Pycharm：

import matplotlib.pyplot as pltimport matplotlib as mplplt.style.use(’seaborn-whitegrid’)import numpy as npimport pandas as pd例子：節(jié)假日對(duì)美國(guó)出生率的影響

本例中的數(shù)據(jù)可以在 https://raw.githubusercontent.com/jakevdp/data-CDCbirths/master/births.csv 下載。

我們先按照前面的方式進(jìn)行同樣的數(shù)據(jù)清洗程序，然后以圖表展示這個(gè)結(jié)果：

births = pd.read_csv(r’D:pythonGithub學(xué)習(xí)材料Python數(shù)據(jù)科學(xué)手冊(cè)databirths.csv’)quartiles = np.percentile(births[’births’], [25, 50, 75])mu, sig = quartiles[1], 0.74 * (quartiles[2] - quartiles[0])births = births.query(’(births > @mu - 5 * @sig) & (births < @mu + 5 * @sig)’)births[’day’] = births[’day’].astype(int)births.index = pd.to_datetime(10000 * births.year + 100 * births.month + births.day, format=’%Y%m%d’)births_by_date = births.pivot_table(’births’, [births.index.month, births.index.day])births_by_date.index = [pd.datetime(2012, month, day) for (month, day) in births_by_date.index]

fig, ax = plt.subplots(figsize=(12, 4))births_by_date.plot(ax=ax);

當(dāng)我們繪制了這樣的圖表來(lái)表達(dá)數(shù)據(jù)時(shí)，如果我們能對(duì)一些圖表的特性作出標(biāo)注來(lái)吸引讀者的注意力通常是非常有幫助的。這可以通過(guò)調(diào)用plt.text或ax.text函數(shù)來(lái)實(shí)現(xiàn)，它們可以在某個(gè)特定的 x，y 軸位置輸出一段文字：

fig, ax = plt.subplots(figsize=(12, 4))births_by_date.plot(ax=ax)# 在折線的特殊位置標(biāo)注文字style = dict(size=10, color=’gray’)ax.text(’2012-1-1’, 3950, 'New Year’s Day', **style)ax.text(’2012-7-4’, 4250, 'Independence Day', ha=’center’, **style)ax.text(’2012-9-4’, 4850, 'Labor Day', ha=’center’, **style)ax.text(’2012-10-31’, 4600, 'Halloween', ha=’right’, **style)ax.text(’2012-11-25’, 4450, 'Thanksgiving', ha=’center’, **style)ax.text(’2012-12-25’, 3850, 'Christmas ', ha=’right’, **style)# 設(shè)置標(biāo)題和y軸標(biāo)簽ax.set(title=’USA births by day of year (1969-1988)’, ylabel=’average daily births’)# 設(shè)置x軸標(biāo)簽月份居中ax.xaxis.set_major_locator(mpl.dates.MonthLocator())ax.xaxis.set_minor_locator(mpl.dates.MonthLocator(bymonthday=15))ax.xaxis.set_major_formatter(plt.NullFormatter())ax.xaxis.set_minor_formatter(mpl.dates.DateFormatter(’%h’));

ax.text方法接收 x 位置、y 位置、一個(gè)字符串和額外可選的關(guān)鍵字參數(shù)可以用來(lái)設(shè)置顏色、大小、樣式、對(duì)齊等文本格式。上面我們使用了ha=’right’和ha=’center’，這里的ha是*hirizonal alignment（水平對(duì)齊）*的縮寫。要查閱更多的可用參數(shù)，請(qǐng)查看plt.text()和mpl.text.Text()的文檔字符串內(nèi)容。

轉(zhuǎn)換和文本位置

在剛才的例子中，我們將文字標(biāo)注根據(jù)數(shù)據(jù)位置進(jìn)行了定位。有些時(shí)候我們需要將文字標(biāo)注獨(dú)立于數(shù)據(jù)位置而根據(jù)圖表位置進(jìn)行定位。Matplotlib 通過(guò)轉(zhuǎn)換完成這項(xiàng)工作。

任何的圖形顯示框架都需要在坐標(biāo)系統(tǒng)之間進(jìn)行轉(zhuǎn)換的機(jī)制。例如，一個(gè)數(shù)據(jù)點(diǎn)位于 被轉(zhuǎn)換為圖表中的某個(gè)位置，進(jìn)而轉(zhuǎn)換為屏幕上顯示的像素。這樣的坐標(biāo)轉(zhuǎn)換在數(shù)學(xué)上都相對(duì)來(lái)說(shuō)比較直接，，而且 Matplotlib 提供了一系列的工具實(shí)現(xiàn)了轉(zhuǎn)換（這些工具可以在matplotlib.transforms模塊中找到）。

一般來(lái)說(shuō)，用戶很少需要關(guān)注這些轉(zhuǎn)換的細(xì)節(jié)，但是當(dāng)考慮將文本在圖表上展示時(shí)，這些知識(shí)卻比較有用。在這種情況中，下面三種定義好的轉(zhuǎn)換是比較有用的：

ax.transData：與數(shù)據(jù)坐標(biāo)相關(guān)的轉(zhuǎn)換 ax.tranAxes：與 Axes 尺寸相關(guān)的轉(zhuǎn)換（單位是 axes 的寬和高） ax.tranFigure：與 figure 尺寸相關(guān)的轉(zhuǎn)換（單位是 figure 的寬和高）

下面我們來(lái)看看使用這些轉(zhuǎn)換將文字寫在圖表中不同位置的例子：

fig, ax = plt.subplots(facecolor=’lightgray’)ax.axis([0, 10, 0, 10])# transform=ax.transData是默認(rèn)的，這里寫出來(lái)是為了明確對(duì)比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);

注意默認(rèn)情況下，文字是在指定坐標(biāo)位置靠左對(duì)齊的：這里每個(gè)字符串開(kāi)始的'.'的位置就是每種轉(zhuǎn)換的坐標(biāo)位置。

transData坐標(biāo)給定的是通常使用的 x 和 y 軸坐標(biāo)位置。transAxes坐標(biāo)給定的是從 axes 左下角開(kāi)始算起（白色區(qū)域）的坐標(biāo)位置，使用的是寬度和長(zhǎng)度的占比。transFigure坐標(biāo)類似，給定的是從 figure 左下角開(kāi)始算起（灰色區(qū)域）的坐標(biāo)位置，使用的也是寬度和長(zhǎng)度的占比。

因此如果我們改變了軸的最大長(zhǎng)度，只有transData坐標(biāo)會(huì)收到影響，其他兩個(gè)還是保持在相同位置：

ax.set_xlim(0, 2)ax.set_ylim(-6, 6)fig

這個(gè)變化可以通過(guò)動(dòng)態(tài)改變軸的最大長(zhǎng)度看的更加清楚：如果你在 notebook 執(zhí)行這段代碼，你可以將%matplotlib inline改為%matplotlib notebook，然后使用圖表的菜單來(lái)交互式的改變圖表。

箭頭和標(biāo)注

除了刻度標(biāo)簽和文字標(biāo)簽，另一種常用的標(biāo)注是箭頭。

在 Matplotlib 中繪制箭頭通常比你想象的難得多。雖然有plt.arrow()函數(shù)，作者不建議使用它：這個(gè)函數(shù)繪制的箭頭是一個(gè) SVG 對(duì)象，因此在圖表使用不同的比例的情況會(huì)產(chǎn)生問(wèn)題，結(jié)果通常不能讓用戶滿意。因此，作者建議使用plt.annotate()函數(shù)。這個(gè)函數(shù)會(huì)繪制一些文字以及一個(gè)箭頭，并且箭頭可以非常靈活的進(jìn)行配置。

下面我們提供一些參數(shù)來(lái)使用annotate函數(shù)：

fig, ax = plt.subplots()x = np.linspace(0, 20, 1000)ax.plot(x, np.cos(x))ax.axis(’equal’)ax.annotate(’local maximum’, xy=(6.28, 1), xytext=(10, 4), arrowprops=dict(facecolor=’black’, shrink=0.05))ax.annotate(’local minimum’, xy=(5 * np.pi, -1), xytext=(2, -6), arrowprops=dict(arrowstyle='->', connectionstyle='angle3,angleA=0,angleB=-90'));

箭頭的樣式是使用箭頭屬性字典值進(jìn)行控制的，里面有很多可用的參數(shù)。這些參數(shù)在 Matplotlib 的在線文檔中已經(jīng)有了很詳細(xì)的說(shuō)明，因此在這里就不將這部分內(nèi)容重復(fù)介紹一遍了。我們?cè)谇懊娉錾蕡D上再使用一些參數(shù)進(jìn)行更多的說(shuō)明：

fig, ax = plt.subplots(figsize=(12, 4))births_by_date.plot(ax=ax) # 為圖表添加標(biāo)注ax.annotate('New Year’s Day', xy=(’2012-1-1’, 4100), xycoords=’data’, xytext=(50, -30), textcoords=’offset points’, arrowprops=dict(arrowstyle='->', connectionstyle='arc3,rad=-0.2')) ax.annotate('Independence Day', xy=(’2012-7-4’, 4250), xycoords=’data’, bbox=dict(boxstyle='round', fc='none', ec='gray'), xytext=(10, -40), textcoords=’offset points’, ha=’center’, arrowprops=dict(arrowstyle='->')) ax.annotate(’Labor Day’, xy=(’2012-9-4’, 4850), xycoords=’data’, ha=’center’, xytext=(0, -20), textcoords=’offset points’)ax.annotate(’’, xy=(’2012-9-1’, 4850), xytext=(’2012-9-7’, 4850), xycoords=’data’, textcoords=’data’, arrowprops={’arrowstyle’: ’|-|,widthA=0.2,widthB=0.2’, }) ax.annotate(’Halloween’, xy=(’2012-10-31’, 4600), xycoords=’data’, xytext=(-80, -40), textcoords=’offset points’, arrowprops=dict(arrowstyle='fancy', fc='0.6', ec='none', connectionstyle='angle3,angleA=0,angleB=-90')) ax.annotate(’Thanksgiving’, xy=(’2012-11-25’, 4500), xycoords=’data’, xytext=(-120, -60), textcoords=’offset points’, bbox=dict(boxstyle='round4,pad=.5', fc='0.9'), arrowprops=dict(arrowstyle='->', connectionstyle='angle,angleA=0,angleB=80,rad=20')) ax.annotate(’Christmas’, xy=(’2012-12-25’, 3850), xycoords=’data’, xytext=(-30, 0), textcoords=’offset points’, size=13, ha=’right’, va='center', bbox=dict(boxstyle='round', alpha=0.1), arrowprops=dict(arrowstyle='wedge,tail_width=0.5', alpha=0.1)); # 設(shè)置圖表標(biāo)題和坐標(biāo)軸標(biāo)記ax.set(title=’USA births by day of year (1969-1988)’, ylabel=’average daily births’) # 設(shè)置月份坐標(biāo)居中顯示ax.xaxis.set_major_locator(mpl.dates.MonthLocator())ax.xaxis.set_minor_locator(mpl.dates.MonthLocator(bymonthday=15))ax.xaxis.set_major_formatter(plt.NullFormatter())ax.xaxis.set_minor_formatter(mpl.dates.DateFormatter(’%h’)); ax.set_ylim(3600, 5400);

上圖中箭頭和文字框都非常詳盡了：可以看出你幾乎可以使用plt.annotate創(chuàng)建任何你想要的箭頭樣式。不幸的是，這意味著這種特性都需要手工進(jìn)行調(diào)整，因此如果需要獲得印刷質(zhì)量的圖像，這將是一個(gè)非常耗費(fèi)時(shí)間的工作。最后，必須指出，上述這種多種樣式混合的方式來(lái)展現(xiàn)數(shù)據(jù)肯定不是最佳實(shí)踐，這里只是為了盡可能多的介紹可用的參數(shù)。

更多關(guān)于 Matplotlib 的箭頭和標(biāo)注樣式的討論和例子可以訪問(wèn) Matplotlib gallery。

以上就是python Matplotlib基礎(chǔ)--如何添加文本和標(biāo)注的詳細(xì)內(nèi)容，更多關(guān)于python Matplotlib添加文本和標(biāo)注的資料請(qǐng)關(guān)注好吧啦網(wǎng)其它相關(guān)文章！