Matplotlib.pyplot.figtext()中的 Python
哎哎哎:# t0]https://www.geeksforgeeks.org/matplot lib-pyplot-figtext-in-python/
Matplotlib 是一个广泛用于数据可视化的 Python 库。这是一个建立在 NumPy 阵列上的多平台数据可视化库，也是为与 SciPy 堆栈一起工作而设计的。
Matplotlib.pyplot.figtext（）
Figtext 用于在图形上的任何位置向图形添加文本。您甚至可以在轴外添加文本。它使用完整的坐标数字，其中左下角表示(0，0)，右上角表示(1，1)。图的中心是(0.5，0.5)。
语法:
matplotlib.pyplot.figtext(x, y, s, *args, **kwargs)
| 参数 | 价值观念 | 使用 |
|---|---|---|
| x，y | 浮动 | 放置文本的位置。默认情况下，它位于图坐标[0，1]中 |
| s | 线 | 文本字符串 |
示例#1: 演示 figtext 使用的示例。
# importing required modules
import matplotlib.pyplot as plt
import numpy as np
# values of x and y axes
x = np.arange(0, 8, 0.1)
y = np.sin(x)
plt.plot(x, y)
# pyplot.figtext(x, y, string)
plt.figtext(0, 0, "This is a sample example \
explaining figtext", fontsize = 10)
plt.xlabel('x')
plt.ylabel('y')
plt.show()
以上示例将文本放置在给定字体大小的图的左下角。
示例#2: 我们也可以通过调整 x 和 y 的值，将文本放置在图中的相对位置。
# importing required modules
import matplotlib.pyplot as plt
import numpy as np
# values of x and y axes
x = np.arange(0, 8, 0.1)
y = np.sin(x)
plt.plot(x, y)
plt.figtext(0.55, 0.7,
"Sin curve",
horizontalalignment ="center",
verticalalignment ="center",
wrap = True, fontsize = 14,
color ="green")
plt.xlabel('x')
plt.ylabel('y')
plt.show()
对齐参数-水平对齐和垂直对齐将文本放在中间，而环绕参数确保文本位于图形宽度内。颜色参数给出字体颜色。
示例#3: 我们还可以使用 bbox 参数在文本周围添加一个边界框。
# importing required modules
import matplotlib.pyplot as plt
import numpy as np
# values of x and y axes
x = np.arange(0, 8, 0.1)
y = np.exp(x)
plt.plot(x, y)
# pyplot.figtext(x, y, string)
plt.figtext(0.55, 0.7,
"Exponential Curve",
horizontalalignment ="center",
wrap = True, fontsize = 10,
bbox ={'facecolor':'grey',
'alpha':0.3, 'pad':5})
plt.xlabel('x')
plt.ylabel('y')
plt.show()
示例#4: 我们还可以使用args 和kwargs 向我们的图中添加文本属性。args 和kwargs 用于向函数传递多个参数或关键字参数。 注:**更多信息参考文章:* Python 中的 args 和* * kwargs
# importing required properties
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 100, 501)
y = np.sin(x)
figtext_args = (0.5, 0,
"figtext using args and kwargs")
figtext_kwargs = dict(horizontalalignment ="center",
fontsize = 14, color ="green",
style ="italic", wrap = True)
plt.plot(x, y)
plt.figtext(*figtext_args, **figtext_kwargs)
plt.show()
