第python中的annotate函數(shù)使用目錄python的annotate函數(shù)annotate函數(shù)可視化annotate()函數(shù)解析

python的annotate函數(shù)

annotate函數(shù)

該函數(shù)的詳細(xì)參數(shù)可調(diào)用內(nèi)置屬性__doc__查看。

importmatplotlib.pyplotasplt

#plt.annotate(str,xy=data_point_position,xytext=annotate_position,

#va="center",ha="center",xycoords="axesfraction",

#textcoords="axesfraction",bbox=annotate_box_type,arrowprops=arrow_style)

#str是給數(shù)據(jù)點(diǎn)添加注釋的內(nèi)容，支持輸入一個(gè)字符串

#xy=是要添加注釋的數(shù)據(jù)點(diǎn)的位置

#xytext=是注釋內(nèi)容的位置

#bbox=是注釋框的風(fēng)格和顏色深度，fc越小，注釋框的顏色越深，支持輸入一個(gè)字典

#va="center",ha="center"表示注釋的坐標(biāo)以注釋框的正中心為準(zhǔn)，而不是注釋框的左下角(v代表垂直方向，h代表水平方向)

#xycoords和textcoords可以指定數(shù)據(jù)點(diǎn)的坐標(biāo)系和注釋內(nèi)容的坐標(biāo)系，通常只需指定xycoords即可，textcoords默認(rèn)和xycoords相同

#arrowprops可以指定箭頭的風(fēng)格支持，輸入一個(gè)字典

#plt.annotate()的詳細(xì)參數(shù)可用__doc__查看，如：print(plt.annotate.__doc__)

例1：

importmatplotlib.pyplotasplt

fig=plt.figure(1,facecolor='white')

fig.clf()

plt.annotate('adecisionnode',(0.1,0.5),(0.5,0.1),va="center",ha="center",

xycoords="axesfraction",textcoords="axesfraction",

bbox=dict(box,fc="0.8"),arrowprops=dict(arrow))

plt.show()

結(jié)果如下：

例2：給注釋和數(shù)據(jù)點(diǎn)指定不同的坐標(biāo)系

importmatplotlib.pyplotasplt

fig=plt.figure(1,facecolor='white')

fig.clf()

#這里指定數(shù)據(jù)點(diǎn)的坐標(biāo)系原點(diǎn)在xy軸的左下角，而注釋的坐標(biāo)系原點(diǎn)在這個(gè)圖像(figure)的左下角

#所以才會(huì)出現(xiàn)注釋內(nèi)容下移覆蓋了x軸

plt.annotate('adecisionnode',(0.1,0.5),(0.5,0.1),va="center",ha="center",

xycoords="axesfraction",textcoords="figurefraction",

bbox=dict(box,fc="0.8"),arrowprops=dict(arrow))

plt.show()

結(jié)果如下：

可視化annotate()函數(shù)解析

函數(shù)功能：添加圖形內(nèi)容細(xì)節(jié)的指向型注釋文本。

調(diào)用簽名：

plt.annotate(string,xy=(np.pi/2,1.0),xytext=((np.pi/2)+0.15,1,5),weight="bold",color="b",arrowprops=dict(arrow,connection,color="b"))

string：圖形內(nèi)容的注釋文本xy：被注釋圖形內(nèi)容的位置坐標(biāo)xytext：注釋文本的位置坐標(biāo)weight：注釋文本的字體粗細(xì)風(fēng)格color：注釋文本的字體顏色arrowprops：指示被注釋內(nèi)容的箭頭的屬性字典

代碼實(shí)現(xiàn)：

importmatplotlib.pyplotasplt

importnumpyasnp

x=np.linspace(0.05,10,1000)

y=np.sin(x)

plt.plot(x,y,ls="-.",lw=2,c="c",label="plotfigure")

plt.legend()

plt.annotate("maximum",xy=(np.pi/2,1.0),xytext=((np.pi/2)+1.0,.8),

weight="bold",colo