matplot lib.axes.axes.annotate()用 Python
表示
原文:https://www.geeksforgeeks.org/matplotlib-axes-axes-annotation-in-python/
Matplotlib 是 Python 中的一个库，是 NumPy 库的数值-数学扩展。轴类包含了大部分的图形元素:轴、刻度、线二维、文本、多边形等。，并设置坐标系。Axes 的实例通过回调属性支持回调。
matplotlib.axes.axes.annotation()函数
matplotlib 库的 Axes 模块中的axes.annotation()函数也用于给点 xy 标注文字文本。换句话说，我过去常常把文本放在 xy。
语法:
py Axes.annotate(self, s, xy, *args, **kwargs)参数:该方法接受以下描述的参数:
- s: 这个参数是标注的文本。
- xy: 此参数是要标注的点(x，y)。
- xytext: 此参数为可选参数。它是放置文本的位置(x，y)。
- xycoords: 该参数也是可选参数，包含字符串值。
- textcoords: 此参数包含字符串值。给定 xytext 的坐标系，它可能不同于用于 xy 的坐标系
- 箭头道具:该参数也是可选参数，包含 dict 类型。其默认值为“无”。
- annotation_clip : 此参数也是可选参数，包含布尔值。其默认值为“无”，表现为“真”。
返回:该方法返回标注。
下面的例子说明了 matplotlib.axes.axes.annotation()函数在 matplotlib.axes 中的作用:
示例-1:
# Implementation of matplotlib function
import matplotlib.pyplot as plt
import numpy as np
fig, ax1 = plt.subplots()
t = np.arange(4, 50., 1)
s = np.cos(np.pi * t)**3- np.sin(3 * np.pi * t)**2
ax1.plot(t, s, lw = 2)
ax1.annotate('Starting', xy =(3.3, 1),
xytext =(3, 1.8),
arrowprops = dict(facecolor ='green',
shrink = 0.05), )
ax1.set_ylim(-2, 2)
ax1.set_title('matplotlib.axes.Axes.annotate() Example')
plt.show()
输出:
示例-2:
# Implementation of matplotlib function
import numpy as np
import matplotlib.pyplot as plt
x = np.arange(0, 20, 0.005)
y = 3.5 * np.exp(-x / 3.) * np.sin(2 * np.pi * x)
fig, ax = plt.subplots()
ax.plot(x, y, color ="green")
ax.set_xlim(0, 20)
ax.set_ylim(-4, 4)
xdata, ydata = 5, 0
xdisplay, ydisplay = ax.transData.transform((xdata,
ydata))
bbox = dict(boxstyle ="round", fc ="0.8")
arrowprops = dict(
arrowstyle = "->",
connectionstyle = "angle, angleA = 0, \
angleB = 90, rad = 10")
offset = 72
# Annotation
ax.annotate('data = (%.1f, %.1f)'%(xdata, ydata),
(xdata, ydata), xytext =(-2 * offset,
offset),
textcoords ='offset points',
bbox = bbox, arrowprops = arrowprops)
ax.annotate('display = (%.1f, %.1f)'%(xdisplay, ydisplay),
(xdisplay, ydisplay), xytext =(0.5 * offset,
-offset),
xycoords ='figure pixels',
textcoords ='offset points',
bbox = bbox, arrowprops = arrowprops)
ax.set_title('matplotlib.axes.Axes.annotate() Example')
plt.show()
输出:
