python annotation,python annotations
本文主要介绍了python中annotate函数的使用,具有很好的参考价值。希望对大家有帮助。如有错误或不足之处,请不吝赐教。
目录
python的批注函数批注函数可视化批注()函数分析
python的annotate函数
annotate函数
该函数的详细参数可以通过调用内置属性__doc__来查看。
将matplotlib.pyplot作为plt导入
# plt.annotate(str,xy=data_point_position,xytext=annotate_position,
# va=中心,ha=中心,xycoords=轴分数,
# textcoords=axes fraction ,bbox=annotate_box_type,arrowprops=arrow_style)
# str是给数据点添加注释的内容,支持输入一个字符串。
# xy=是要添加注释的数据点的位置。
# xytext=是注释内容的位置。
# bbox=是注释框的样式和颜色深度。fc越小,注释框的颜色越深。支持输入字典。
# va=center ,ha=center 表示标注的坐标基于标注框的中心,而不是标注框的左下角(V代表垂直方向,H代表水平方向)
# xycoords和textcoords可以指定数据点的坐标系和标注内容的坐标系。通常只需要指定xycoords,默认情况下textcoords与xycoords相同。
# arrowprops可以指定箭头的样式支持。输入字典。
# plt.annotate()的详细参数可以用__doc__查看,比如:print(plt.annotate.__doc__)
例1:
将matplotlib.pyplot作为plt导入
fig=plt.figure(1,facecolor=white )
图. clf()
plt.annotate(一个决策节点,(0.1,0.5),(0.5,0.1),va=中心,ha=中心,
xycoords=轴分数,textcoords=轴分数,
bbox=dict(boxstyle=锯齿,fc=0.8 ),arrowprops=dict(arrowstyle=-))
plt.show()
结果如下:
例2:给注释和数据点指定不同的坐标系
将matplotlib.pyplot作为plt导入
fig=plt.figure(1,facecolor=white )
图. clf()
#此处,指定数据点的坐标系原点在xy轴的左下角,而注释的坐标系原点在此图的左下角。
#这就是评论内容下移覆盖X轴的原因。
plt.annotate(一个决策节点,(0.1,0.5),(0.5,0.1),va=中心,ha=中心,
xycoords=轴分数,textcoords=图形分数,
bbox=dict(boxstyle=锯齿,fc=0.8 ),arrowprops=dict(arrowstyle=-))
plt.show()
结果如下:
可视化annotate()函数解析
点对点注释文本,以添加函数功能:图形内容的细节。
调用签名:
plt.annotate(string,xy=(np.pi/2,1.0),xytext=((np.pi/2) 0.15,1.5),weight=bold ,color=b ,arrowprops=dict(arrowstyle=-,connectionstyle=arc3 ,color=b ))
字符串:图形内容的标注文字xy:标注图形内容的位置坐标xytext:标注文字的位置坐标粗细:标注文字的字体粗细样式颜色:标注文字的字体颜色箭头属性:表示标注内容的箭头的属性字典代码实现:
将matplotlib.pyplot作为plt导入
将numpy作为np导入
x=np.linspace(0.05,10,1000)
y=np.sin(x)
plt.plot(x,y,ls=-. ,lw=2,c=c ,label=plot figure )
plt .图例()
plt.annotate(maximum ,xy=(np.pi/2,1.0),xytext=((np.pi/2) 1.0, 8),
权重=bold ,颜色=b ,
arrowprops=dict(arrowstyle=-,connectionstyle=arc3 ,color=b ))
plt.show()
以上个人经验,希望给你一个参考,也希望你能支持盛行的IT软件开发工作室。
郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。