一、前言

在系列博文的中，我們已經(jīng)學(xué)習(xí)了如何自定義繪圖的顏色和樣式，以使得繪制更加精美、符合審美要求?？梢杂肕atplotlib繪制出復(fù)雜而又精美的統(tǒng)計(jì)圖，但是如果沒(méi)有注釋，我們很難讓其他人明白圖中的點(diǎn)、線究竟代表著什么，有什么樣的含義，也就失去了統(tǒng)計(jì)圖的意義，為了解決這一問(wèn)題，Matplotlib提供了大量對(duì)圖形進(jìn)行注釋的方法，這些注釋方法對(duì)于所有的繪圖函數(shù)（如plt.plot()、plt.scatter()、plt.histogram()等）都是通用的，利用這些注釋可以使統(tǒng)計(jì)圖變得通俗易懂。

二、添加標(biāo)題

從最簡(jiǎn)單的添加標(biāo)題開始：

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(-4, 4, 10005)
y = 5 * (x + 4.2) * (x + 4.) * (x - 2.5)
plt.title('A polynomial')
plt.plot(x, y, c = 'm')
plt.show()

Tips：

plt.title()函數(shù)接受一個(gè)字符串作為參數(shù)并將其作為整個(gè)圖形的標(biāo)題。

三、為坐標(biāo)軸添加標(biāo)簽

在實(shí)際應(yīng)用中，對(duì)統(tǒng)計(jì)圖坐標(biāo)軸的適當(dāng)描述有助于用戶理解圖形所表達(dá)的含義。

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 8, 1000)
y = 2.0 * x + 0.5 * 5 * x ** 2
plt.title('Acceleration Moving')
plt.xlabel('Time')
plt.ylabel('distance')
plt.plot(x, y, c = 'c')
plt.show()

Tips：

使用plt.xlabel()和plt.ylabel()函數(shù)分別為水平軸和垂直軸添加注釋。

四、添加文本說(shuō)明

雖然我們已經(jīng)學(xué)習(xí)了如何圖形添加標(biāo)題，以及為坐標(biāo)軸添加注釋，但是，很多時(shí)候我們還需要在圖形中添加說(shuō)明文本，來(lái)凸顯圖中點(diǎn)或線的重要性。

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 8, 1000)
y = 2.0 * x + 0.5 * 5 * x ** 2
plt.title('Acceleration Moving')
plt.xlabel('Time')
plt.ylabel('distance')
plt.scatter(x[0],y[0])
plt.text(x[0], y[0], 'start')
plt.plot(x, y, c = 'c')
plt.show()

Tips：plt.text()函數(shù)接受要顯示的位置和文本作為參數(shù)。位置以坐標(biāo)形式給出，其指定了文本框左下角的位置。

五、文本的對(duì)齊方式

文本外圍包含隱式文本框（下文會(huì)介紹文本框的顯示方法），此框用于將文本與傳遞給plt.text()的坐標(biāo)進(jìn)行相對(duì)對(duì)齊。使用verticalalignment和horizontalalignment參數(shù)（它們分別可以簡(jiǎn)寫為va和ha）控制對(duì)齊的方式。
垂直對(duì)齊選項(xiàng)如下所示：

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 8, 1000)
y = 2.0 * x + 0.5 * 5 * x ** 2
x_b = np.linspace(0, 8, 1000)
y_b = np.zeros_like(x_b)
plt.title('Acceleration Moving')
plt.xlabel('Time')
plt.ylabel('distance')
plt.scatter(x[0],y[0])
plt.text(0, 0, 'center', va='center')
plt.text(2, 0, 'top', va='top')
plt.text(4, 0, 'bottom', va='bottom')
plt.text(6, 0, 'baseline', va='baseline')
plt.plot(x, y, c = 'c')
plt.plot(x_b, y_b, c = 'm')
plt.show()

水平對(duì)齊選項(xiàng)如下所示：

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 8, 1000)
y = 2.0 * x + 0.5 * 5 * x ** 2
y_b = np.linspace(0, 100, 1000)
x_b = np.zeros_like(y_b)
plt.title('Acceleration Moving')
plt.xlabel('Time')
plt.ylabel('distance')
plt.scatter(x[0],y[0])
plt.text(0, 0, 'center', ha='center')
plt.text(0, 50, 'left', ha='left')
plt.text(0, 100, 'right', ha='right')
plt.plot(x, y, c = 'c')
plt.plot(x_b, y_b, c = 'm')
plt.show()

六、文本邊界框

上文介紹了文本外圍包含隱式文本框，為了可以顯式的繪制文本框，plt.plot()支持一個(gè)以字典為輸入的bbox參數(shù)，此詞典用于定義文本框的外觀配置：

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 8, 1000)
y = 2.0 * x + 0.5 * 5 * x ** 2
box = {
    'facecolor': '.75',
    'edgecolor': 'r',
    'boxstyle': 'round'
}
plt.title('Acceleration Moving')
plt.text(0, 8, 'start', bbox=box)
plt.plot(x, y, c = 'c')
plt.show()

bbox參數(shù)的字典定義包含以下常見鍵值對(duì)：

七、添加箭頭

添加文本框當(dāng)然可以幫助注釋圖形，但有時(shí)當(dāng)說(shuō)明文本過(guò)多，并不能清楚的說(shuō)明究竟與圖形的那一部分相對(duì)應(yīng)，因此要說(shuō)明圖形中的特定部分，沒(méi)有什么比使用箭頭更好的了，Matplotlib使用plt.annotate()函數(shù)繪制箭頭。

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 8, 1000)
y = 2.0 * x + 0.5 * 5 * x ** 2
plt.annotate('start',
        ha = 'center', va = 'bottom',
        xytext = (2, 30.),
        xy = (0, 0),
        arrowprops = { 'facecolor' : 'black', 'shrink' : 0.05 })
plt.title('Acceleration Moving')
plt.plot(x, y, c = 'c')
plt.show()

Tips：plt.annotate()函數(shù)在顯示與plt.text()作用相同的說(shuō)明文本文本外，同時(shí)也會(huì)渲染箭頭。要顯示的說(shuō)明文本是第一個(gè)參數(shù)；xy參數(shù)指定箭頭的目標(biāo)；xytext參數(shù)指定文本位置，同樣可以通過(guò)ha和va參數(shù)來(lái)改變文本對(duì)齊方式
箭頭的樣式由傳遞給arrowprops參數(shù)的字典控制，其中常用的鍵值包括：

收縮參數(shù)控制箭頭端點(diǎn)和箭頭本身之間的間隙。

八、添加圖例

在復(fù)雜圖形中，往往包含大量不同的曲線和點(diǎn)，如果這些曲線和點(diǎn)沒(méi)有相應(yīng)的圖例，將無(wú)法對(duì)其進(jìn)行準(zhǔn)確的區(qū)分，因此圖例在實(shí)踐中是必不可少的。
使用plt.legend()函數(shù)以及繪圖函數(shù)的label可選參數(shù)，可以添加圖例：

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 6, 1024)
data = np.random.standard_normal((150, 2))
print(data.size)
y_1 = np.sin(x)
y_2 = np.cos(x)
plt.xlabel('x')
plt.ylabel('y')
plt.plot(x, y_1, c = 'm', lw = 3., label = 'sin(x)')
plt.plot(x, y_2, c = 'c', lw = 3., ls = '--', label = 'cos(x)')
plt.scatter(data[:,0],data[:,1],c='y', label = 'random')
plt.legend()
plt.show()

Tips：每個(gè)plt繪圖函數(shù)(如plt.plot()、plt.scatter()等)都有一個(gè)可選的label參數(shù)來(lái)命名圖形的元素。plt.legend()函數(shù)的作用是呈現(xiàn)圖例，圖例是根據(jù)標(biāo)簽自動(dòng)生成的。
plt.legend()函數(shù)包含可選參數(shù)來(lái)控制圖例的呈現(xiàn)：

九、使用LaTex風(fēng)格的符號(hào)

我們已經(jīng)學(xué)習(xí)了為圖形添加多種注釋的方法。然而，在實(shí)踐中，我們通常需要使用數(shù)學(xué)符號(hào)，因此，我們需要使用LaTex語(yǔ)法來(lái)添加數(shù)字符號(hào)。
要使用LaTex風(fēng)格的符號(hào)，首先需要在計(jì)算機(jī)上安裝可用的LaTeX配置，以便Matplotlib可以解釋LaTeX語(yǔ)法來(lái)呈現(xiàn)數(shù)學(xué)文本。有關(guān)于安裝LaTeX的方法，不在本文的主題主題，大家可以根據(jù)自己的操作系統(tǒng)檢索安裝方法.

十、LaTex簡(jiǎn)介

LaTex是學(xué)術(shù)界廣泛使用的一種文獻(xiàn)排版系統(tǒng)。與Microsoft Word等文檔編輯器不同，LaTeX用戶在編輯文檔時(shí)無(wú)法看到其最終顯示效果。文檔被描述為純文本文檔中存儲(chǔ)的文本及命令。最終，LaTeX將解釋文檔以進(jìn)行呈現(xiàn)。在科學(xué)和工程界，LaTeX的公式語(yǔ)言通常用于在電子郵件和論壇中編寫數(shù)學(xué)文本。

十一、使用LaTex符號(hào)示例

使用LaTex風(fēng)格的符號(hào)時(shí)，函數(shù)接受的字符串參數(shù)值以“$”字符開頭和結(jié)尾，這是向Matplotlib發(fā)出信號(hào)，以將文本解釋并呈現(xiàn)為L(zhǎng)aTeX樣式的數(shù)學(xué)文本。字符串的內(nèi)容就是數(shù)學(xué)文本的標(biāo)準(zhǔn)語(yǔ)言，關(guān)于Matplotlib中LaTeX樣式的數(shù)學(xué)文本的介紹，可以參考Matplotlib官網(wǎng)。

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(-4, 4, 10005)
y = 3 / 5 * (x + 4.2) * (x + 4.) * (x - 2.5)
plt.title('$f(x)=\\frac{3}{5}(x+4.4)(x+4)(x-2.5)$')
plt.plot(x, y, c = 'k')
plt.show()

Tips：這種LaTex風(fēng)格的符號(hào)不限于標(biāo)題，它可以用于任何其它注釋。LaTeX語(yǔ)言在很大程度上依賴于轉(zhuǎn)義字符\，但此符號(hào)恰好也是Python的字符串轉(zhuǎn)義字符。因此，如果要在一個(gè)LaTeX文本中使用\作為轉(zhuǎn)移字符，需要在Python字符串中使用兩個(gè)\。為了避免漏掉轉(zhuǎn)義字符，可以在字符串前面加上r，這樣就不需要任何轉(zhuǎn)義字符了，即："$f(x)=\\frac{1}{4}(x+4)(x+1)(x-2)$"等價(jià)于r'$f(x)=\frac{1}{4}(x+4)(x+1)(x-2)$'。

十二、使用中文字符

中文是使用Matplotlib的一個(gè)痛點(diǎn)，但是在實(shí)際應(yīng)用中，又不可避免的會(huì)使用到中文用于統(tǒng)計(jì)圖注釋的顯示，如果不進(jìn)行配置，會(huì)將中文字符顯示為亂碼。
使用中文字符作為注釋有多種方式，這里本著簡(jiǎn)單就是最優(yōu)的理念，使用plt.rcParams['font.sans-serif']進(jìn)行設(shè)置：

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 6, 1024)
data = np.random.standard_normal((150, 2))
y_1 = np.sin(x)
y_2 = np.cos(x)
plt.xlabel('x軸')
plt.ylabel('y軸')
plt.title('中文字符使用示例')
plt.plot(x, y_1, c = 'm', lw = 3., label = '正弦函數(shù)')
plt.plot(x, y_2, c = 'c', lw = 3., ls = '--', label = '余弦函數(shù)')
plt.scatter(data[:,0],data[:,1],c='y', label = '隨機(jī)點(diǎn)')
plt.rcParams['font.sans-serif'] = ['SimSun']
plt.legend()
plt.show()

Tips：使用plt.rcParams['font.sans-serif']設(shè)定支持中文字符的字體，使用中文字符的用法范圍與LaTex風(fēng)格的符號(hào)一樣，它可以用于所有注釋，另外需要確保系統(tǒng)支持所設(shè)定的中文字符字體。

系列鏈接

學(xué)會(huì)Python-Matplotlib可視化，快速完成數(shù)據(jù)分析（1）

一文詳解常見統(tǒng)計(jì)圖的繪制學(xué)會(huì)Python-Matplotlib可視化，快速完成數(shù)據(jù)分析（2）

到此這篇關(guān)于Matplotlib可視化之添加讓統(tǒng)計(jì)圖變得簡(jiǎn)單易懂的注釋的文章就介紹到這了,更多相關(guān)Matplotlib可視化內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論