python数据可视化--注释文本的进阶使用

话说上节我们说到plt.annotate()函数的基本用法，本节继续说说它的进阶用法。

arrowprops属性表示箭头的样式，dict（字典）型数据，关键字“arrowstyle”常见的值有：

举两个例子：

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.family']=['KaiTi']    #设置中文字体
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号


x=np.linspace(0,4*np.pi,100)
y=np.sin(x)


plt.plot(x,y)
plt.annotate('最大值',xy=(np.pi/2,1),xytext=(4,0.9),arrowprops=dict(arrowstyle='<->'),color='r',fontsize=15)
plt.annotate('最小值',xy=(3*np.pi/2,-1),xytext=(4.4,-0.75),arrowprops=dict(arrowstyle='-|>'),color='purple',fontsize=15)
plt.show()

其它箭头的样式请各位根据以上代码修改。

以下关键字是在不设置“arrowstyle”关键字的情况下才能使用：

• width：箭头的宽度（单位是点）

• headwidth ：箭头头部的宽度（点）

• headlength： 箭头头部的长度（点）

• shrink ：箭头两端收缩的百分比（占总长）

比如以上代码第11行改为：

plt.annotate('最小值',xy=(3*np.pi/2,-1),xytext=(4.4,-0.5),arrowprops=dict(width=2,headwidth=10,headlength=20,shrink=10),color='r',fontsize=15)

结果是：（重点比较两个图中最小值的箭头）

xycoords属性用于设置文本的坐标系，一般使用默认值“data”，即与图像共用一个坐标系。

textcoords属性选择为相对于被注释点xy的偏移量，‘offset points’或者’offset pixels’（点偏移量或像素偏移量）。

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.family']=['KaiTi']    #设置中文字体


data=[74,83,91,98,101]
year=['2016','2017','2018','2019','2020']


plt.plot(year,data,marker='o')
plt.ylim(70,110)
for xy in zip(year,data):
    plt.annotate('%s' % xy[1], xy=xy, xytext=(-10,13),xycoords='data', textcoords='offset points',fontsize=10)                
plt.title('十三五期间GDP增长趋势图(单位：万亿)',fontsize=18)
plt.show()
    

第10-11行代码通过for循环将五年的GDP值显示在坐标系上，变量xy获取迭代对象zip(year,data)一个压缩后的元素，这个元素的类型是元组，元组第1个元素是年份，第2个元素是该年的GDP值，所以显示数据时使用xy[1]，索引为1获取该年的GDP值。

第11行textcoords='offset points'的意思是将注释文本设置在圆点的相对点偏移量，偏移量由xytext=(-10,13)决定，也就是将该年的GDP值设置在相对于圆点偏左10个单位，偏上13个单位。

bbox属性用于设置注释文本的边框，字典类型，常用的关键字有：

• boxstyle：方框外形

• facecolor：(简写fc)背景颜色

• edgecolor：(简写ec)边框线条颜色

• edgewidth：边框线条大小

boxstyle常见的值如下：

Circle、DArrow、LArrow、RArrow、Round、Round4、Roundtooth、Sawtooth、Square

将以上GDP例子的代码改成以下形式：

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.family']=['KaiTi']    #设置中文字体


data=[74,83,91,98,101]
year=['2016','2017','2018','2019','2020']


plt.plot(year,data,marker='o')
plt.ylim(70,110)
for xy in zip(year,data):
    plt.annotate('%s' % xy[1], xy=xy, xytext=(-10,13), textcoords='offset points',fontsize=10,
                 bbox=dict(boxstyle='round4,pad=0.5', facecolor='y', edgecolor='red', linewidth=2, alpha=0.4))
plt.title('十三五期间GDP增长趋势图(单位：万亿)',fontsize=18)
plt.show()

第12行的意思是给各年的GDP值添加边框，用round4风格的边框，边框大小(pad)是0.5，前景色是黄色（y），边框颜色是红色，边框线条宽度为2，透明度0.4。

将第12行改为：

bbox=dict(boxstyle='Circle,pad=0.8', facecolor='grey', edgecolor='green', linewidth=2, alpha=0.3)

其它的边框样式请各位一一修改，在此不展开叙述。

如果注释文本能适当地添加在图形中，可以使图形更美观，可读性更强。plt.text()函数与plt.annotate()函数的参数较多，要想更好地掌握其用法，只有上机多练习，别无它法。