python中的annotate函數(shù)如何使用

今天小編給大家分享一下python中的annotate函數(shù)如何使用的相關(guān)知識點(diǎn)，內(nèi)容詳細(xì)，邏輯清晰，相信大部分人都還太了解這方面的知識，所以分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后有所收獲，下面我們一起來了解一下吧。

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。

	import matplotlib.pyplot as plt
    # plt.annotate(str, xy=data_point_position, xytext=annotate_position, 
    #              va="center",  ha="center", xycoords="axes fraction", 
    #              textcoords="axes fraction", 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，輸入一個字典
    # plt.annotate()的詳細(xì)參數(shù)可用__doc__查看，如：print(plt.annotate.__doc__)

例1：

	import matplotlib.pyplot as plt
    fig = plt.figure(1, facecolor='white')
    fig.clf()
    plt.annotate('a decision node', (0.1, 0.5), (0.5, 0.1), va="center",  ha="center",
                 xycoords="axes fraction", textcoords="axes fraction", 
                 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

	import matplotlib.pyplot as plt
    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)在這個圖像(figure)的左下角
    # 所以才會出現(xiàn)注釋內(nèi)容下移覆蓋了x軸
    plt.annotate('a decision node', (0.1, 0.5), (0.5, 0.1), va="center",  ha="center",
                 xycoords="axes fraction", textcoords="figure fraction", 
                 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)：

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, .8),
             weight="bold", color="b", 
             arrowprops=dict(arrow, connection, color="b"))
plt.show()

以上就是“python中的annotate函數(shù)如何使用”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家閱讀完這篇文章都有很大的收獲，小編每天都會為大家更新不同的知識，如果還想學(xué)習(xí)更多的知識，請關(guān)注億速云行業(yè)資訊頻道。