欧美激情综合五月色丁香,真实原创一区二区影院,怡红院在线播放

一、前言

在系列博文的中，我們已經學習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。可以用Matplotlib繪制出復雜而又精美的統計圖，但是如果沒有注釋，我們很難讓其他人明白圖中的點、線究竟代表著什么，有什么樣的含義，也就失去了統計圖的意義，為了解決這一問題，Matplotlib提供了大量對圖形進行注釋的方法，這些注釋方法對于所有的繪圖函數（如plt.plot()、plt.scatter()、plt.histogram()等）都是通用的，利用這些注釋可以使統計圖變得通俗易懂。

二、添加標題

從最簡單的添加標題開始：

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()函數接受一個字符串作為參數并將其作為整個圖形的標題。

三、為坐標軸添加標簽

在實際應用中，對統計圖坐標軸的適當描述有助于用戶理解圖形所表達的含義。

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()函數分別為水平軸和垂直軸添加注釋。

四、添加文本說明

雖然我們已經學習了如何圖形添加標題，以及為坐標軸添加注釋，但是，很多時候我們還需要在圖形中添加說明文本，來凸顯圖中點或線的重要性。

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()函數接受要顯示的位置和文本作為參數。位置以坐標形式給出，其指定了文本框左下角的位置。

五、文本的對齊方式

文本外圍包含隱式文本框（下文會介紹文本框的顯示方法），此框用于將文本與傳遞給plt.text()的坐標進行相對對齊。使用verticalalignment和horizontalalignment參數（它們分別可以簡寫為va和ha）控制對齊的方式。
垂直對齊選項如下所示：

參數值	說明
center	參數坐標相對于文本框的中心
top	參數坐標相對于文本框的上側
bottom	參數坐標相對于文本框的底部
baseline	參數坐標相對于文本的基線

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()

水平對齊選項如下所示：

參數值	說明
center	參數坐標相對于文本框的中心
left	參數坐標相對于文本框的左側
right	參數坐標相對于文本框的右側

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()支持一個以字典為輸入的bbox參數，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參數的字典定義包含以下常見鍵值對：

鍵	說明與可選值
facecolor	用于設置文本框背景和邊的顏色
edgecolor	用于設置文本框邊緣的顏色
alpha	用于設置透明度級別，使文本框與背景更好的混合
boxstyle	設置文本框的樣式，可選值包括"round"和"square"
pad	如果"boxstyle"設置為"square"，則它定義文本和文本框邊之間的填充量

七、添加箭頭

添加文本框當然可以幫助注釋圖形，但有時當說明文本過多，并不能清楚的說明究竟與圖形的那一部分相對應，因此要說明圖形中的特定部分，沒有什么比使用箭頭更好的了，Matplotlib使用plt.annotate()函數繪制箭頭。

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()函數在顯示與plt.text()作用相同的說明文本文本外，同時也會渲染箭頭。要顯示的說明文本是第一個參數；xy參數指定箭頭的目標；xytext參數指定文本位置，同樣可以通過ha和va參數來改變文本對齊方式
箭頭的樣式由傳遞給arrowprops參數的字典控制，其中常用的鍵值包括：

鍵	說明與可選值
arrowstyle	控制箭頭的樣式，可選值包括"-"、""、“wedge”、"simple"和"fancy"等
facecolor	用于設置箭頭背景和邊的顏色
edgecolor	用于設置箭頭邊的顏色
alpha	用于設置透明度級別，使箭頭與背景更好的混合

收縮參數控制箭頭端點和箭頭本身之間的間隙。

八、添加圖例

在復雜圖形中，往往包含大量不同的曲線和點，如果這些曲線和點沒有相應的圖例，將無法對其進行準確的區分，因此圖例在實踐中是必不可少的。
使用plt.legend()函數以及繪圖函數的label可選參數，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plt繪圖函數(如plt.plot()、plt.scatter()等)都有一個可選的label參數來命名圖形的元素。plt.legend()函數的作用是呈現圖例，圖例是根據標簽自動生成的。
plt.legend()函數包含可選參數來控制圖例的呈現：

參數	說明與可選值
loc	用于控制圖例的位置，默認值為"best"，將以適合的方式自動放置圖例，其他可選值包括"upper left"、“lower left”、“lower right”、“right”、“center left”、“center right”、“lower center”、“upper center"和"center”
shadow	可選值包括True和False，用于設置是否使用陰影效果呈現圖例
fancybox	可選值包括True和False，用于是否使用圓角框呈現圖例
title	用于為圖例設置標題
ncol	強制設置圖例的列數

九、使用LaTex風格的符號

我們已經學習了為圖形添加多種注釋的方法。然而，在實踐中，我們通常需要使用數學符號，因此，我們需要使用LaTex語法來添加數字符號。
要使用LaTex風格的符號，首先需要在計算機上安裝可用的LaTeX配置，以便Matplotlib可以解釋LaTeX語法來呈現數學文本。有關于安裝LaTeX的方法，不在本文的主題主題，大家可以根據自己的操作系統檢索安裝方法.

十、LaTex簡介

LaTex是學術界廣泛使用的一種文獻排版系統。與Microsoft Word等文檔編輯器不同，LaTeX用戶在編輯文檔時無法看到其最終顯示效果。文檔被描述為純文本文檔中存儲的文本及命令。最終，LaTeX將解釋文檔以進行呈現。在科學和工程界，LaTeX的公式語言通常用于在電子郵件和論壇中編寫數學文本。

十一、使用LaTex符號示例

使用LaTex風格的符號時，函數接受的字符串參數值以“$”字符開頭和結尾，這是向Matplotlib發出信號，以將文本解釋并呈現為LaTeX樣式的數學文本。字符串的內容就是數學文本的標準語言，關于Matplotlib中LaTeX樣式的數學文本的介紹，可以參考Matplotlib官網。

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風格的符號不限于標題，它可以用于任何其它注釋。LaTeX語言在很大程度上依賴于轉義字符\，但此符號恰好也是Python的字符串轉義字符。因此，如果要在一個LaTeX文本中使用\作為轉移字符，需要在Python字符串中使用兩個\。為了避免漏掉轉義字符，可以在字符串前面加上r，這樣就不需要任何轉義字符了，即："$f(x)=\\frac{1}{4}(x+4)(x+1)(x-2)$"等價于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的一個痛點，但是在實際應用中，又不可避免的會使用到中文用于統計圖注釋的顯示，如果不進行配置，會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，這里本著簡單就是最優的理念，使用plt.rcParams['font.sans-serif']進行設置：

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')
plt.plot(x, y_2, c = 'c', lw = 3., ls = '--', label = '余弦函數')
plt.scatter(data[:,0],data[:,1],c='y', label = '隨機點')
plt.rcParams['font.sans-serif'] = ['SimSun']
plt.legend()
plt.show()