精华内容
下载资源
问答
  • plt.text
    千次阅读
    2022-02-05 19:11:47
    matplotlib.pyplot.text(x, y, s, fontdict=None, withdash=False, **kwargs)
    
    • x,y:位置(position)

    • s:该position需要展示的值

    • fontdict:字体

    • withdash:宽度

    以下为其他常用参数1:

    fontsize设置字体大小

    fontweight设置字体粗细,可选参数 [‘light’, ‘normal’, ‘medium’, ‘semibold’, ‘bold’, ‘heavy’, ‘black’]

    fontstyle设置字体类型,可选参数[ ‘normal’ | ‘italic’ | ‘oblique’ ],italic斜体,oblique倾斜

    verticalalignment设置水平对齐方式 ,可选参数 : ‘center’ , ‘top’ , ‘bottom’ ,‘baseline’

    horizontalalignment设置垂直对齐方式,可选参数:left,right,center

    rotation(旋转角度)

    alpha透明度,参数值0至1之间

    backgroundcolor标题背景颜色

    bbox给标题增加外框 ,常用参数如下:

    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
    
    如 bbox=dict(facecolor='red', alpha=0.5)
    
    plt.text(a,b,"%.3f"% b,ha="center",va= "bottom") #格式化字符串,保留3位小数
    
    更多相关内容
  • plt.barh和plt.text绘制一个横向条形图的示例


    前言

    使用barh函数绘制横向的条形图,使用text函数在图上展示数据


    1.先看完整代码

    代码如下(示例):

    import matplotlib.pyplot as plt
    
    
    # 设置中文字体格式:微软雅黑
    plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
    
    # 准备数据
    positive = [66, 54, 77]
    negative = [12, 6, 8]
    y_label = ['A品牌', 'B品牌', 'C品牌']
    
    # 指定画布的尺寸与分辨率
    plt.figure(figsize=(10, 6), dpi=80)
    _y = list(range(len(positive)))
    
    # 绘制横向条形图
    plt.barh(_y, positive, height=0.7, color="g", label='销量')
    plt.barh(_y, negative, height=0.7, color="r", label='退货量')
    
    # 在横向条形图上添加数据
    for (a, b, c) in zip(_y, positive, negative):
           plt.text(b+6, a, str(b), color='g', fontsize=16)
           plt.text(b+2, a, str(c), color='r', fontsize=16)
    
    plt.title('3种品牌的销量对比', fontsize=16)  # 添加标题
    plt.yticks(_y, y_label, fontsize=16)  # 添加y轴上的刻度
    plt.xticks(list(range(100))[::10], fontsize=16)  # 添加x轴上的标签
    plt.xlabel(xlabel='不同品牌的销量与退货数', fontsize=16)  # 添加x轴的标签
    plt.legend(loc='lower right', fontsize=16)  # 添加图例到右下角
    
    # 保存图像到当前文件夹下,图像名称为 image.png
    plt.savefig('./image.png')
    # 展示图像
    plt.show()
    
    

    运行之后展示的图像如下:
    在这里插入图片描述

    2.barh()的使用

    主要把握几个关键参数:

    plt.barh(_y, positive, height=0.7, color="g", label='销量')
    """
    :参数 y: 每一个横条的中心点所在的纵坐标
    :参数 width: 每一个横条的长度
    :参数 height: 每一个横条的高度
    :参数 color: 颜色类型
    :参数 label:标签名称
    """
    
    

    3.text()的使用

    主要把握几个关键参数:

    # 官方定义如下
    def text(self, x, y, s, fontdict=None, **kwargs):
    
    # 对照我们的例子解释一下
    plt.text(b+6, a, str(b), color='g', fontsize=16)
    
    """
    :参数 x: 要展示文字的横坐标x
    :参数 y: 要展示文字的纵坐标y
    :参数 s: 要展示的文字
    :我们使用的参数 color: 颜色类型
    :我们使用的参数 fontsize:字体大小
    """
    

    4.写在后面

    更多用法,请点击查看官网,官网非常全面,但是需要花时间去理解

    展开全文
  • python画图时给图中的点加标签之plt.text

    万次阅读 多人点赞 2020-02-15 12:01:56
    plt.text给图中加标签

    python画图时给图中的点加标签之plt.text

    在这篇文章你将学到

    • plt.text()用法
    • 如何给单个点加标签
    • 如何批量给点加标签
    • 如何调参是的标签位置美观

    背景

    今天在用matplotlib模块画各城市2019-nCoV疫情确诊人数和节前流入人口数的图的时候遇到了要给图中的点加上标签示意,原本图长这个样子
    图 1 散点图(未标签)
    现在要给各散点标注是哪个哪个城市,即下面这种图
    图 2  散点图(带标签)
    之前了解matplotlib模块加标签主要有matplotlib.pyplot.text()和matplotlib.pyplot.annotate()两个关键函数,后者适用范围更广,今天主要谈一下前者matplotlib.pyplot.text(),简写成plt.text() 。

    准备知识

    在此重点讲一下plt.text()的用法和参数设置,plt.text()函数基本语法如下

    plt.text(x, y, s, fontsize, verticalalignment,horizontalalignment,rotation , **kwargs)
    

    其中

    • x,y表示标签添加的位置,默认是根据坐标轴的数据来度量的,是绝对值,也就是说图中点所在位置的对应的值,特别的,如果你要变换坐标系的话,要用到transform=ax.transAxes参数。
    • s表示标签的符号,字符串格式,比如你想加个“我爱三行科创”,更多的是你标注跟数据有关的主体,你如实写便是。
    • fontsize顾名思义就是你加标签字体大小了,取整数。
    • verticalalignment表示垂直对齐方式 ,可选 ‘center’ ,‘top’ , ‘bottom’,‘baseline’ 等
    • horizontalalignment表示水平对齐方式 ,可以填 ‘center’ , ‘right’ ,‘left’ 等
    • rotation表示标签的旋转角度,以逆时针计算,取整
    • 后面还有 family 用来设置字体,style 设置字体的风格,weight 字体的粗细, bbox 给字体添加框,如 bbox=dict(facecolor=‘red’, alpha=0.5) 等,各种风格,应有尽有,总有一款适合你。

    实例操作

    讲解玩关键函数类plt.text()的用法之后,我们要进行实际操作。首先,我们用下面代码把第一张图画出来

    import pandas as pd #导入数据分析模块
    import matplotlib.pyplot as plt #导入绘图模块类
    plt.rcParams['font.sans-serif']=['SimHei'] #图中文字体设置为黑体
    plt.rcParams['axes.unicode_minus']=False #负值显示
    data=pd.read_excel(r"D:\城市租赁地图\人流流动与疫情发展\百度迁徙.xlsx") #读取数据
    city_name=data['city'] #城市名称
    people_flow=data['out_people']*100 #流出人口,单位百人
    confirm=data['confirm(2.10)'] #确诊人数
    
    fig=plt.figure(figsize=(8,6)) #新建画布
    ax=plt.subplot(1,1,1) #子图初始化
    ax.scatter(people_flow,confirm) #绘制散点图   
    ax.set_title("人口流入-确诊人数")
    ax.set_xlabel("人口流入数(百人)")
    ax.set_ylabel("确诊人数")
    plt.show()
    

    然后再给第一个点加上标签,只需要添加一行代码即可
    单点标签

    ax.text(430, 337, "北京", fontsize=12, color = "r", style = "italic", weight = "light", verticalalignment='center', horizontalalignment='right', rotation=90)
    

    其中430, 337就是这个点的坐标值,北京是这个点的主体,你可以不断的去调后面的参数使其满足你所需。

    接着,我们要批量给图中的点加上主体标签,使其看起来像第二张图,需要用到循环语句来控制加标签的位置

    for i in range(len(confirm)):
        ax.text(people_flow[i]*1.01, confirm[i]*1.01, city_name[i], fontsize=10, color = "r", style = "italic", weight = "light", verticalalignment='center', horizontalalignment='right',rotation=0) #给散点加标签
    

    这里关键是里面偏移参数的设定,比如这里两个偏移率都设置成1.01, 当初想的是标签不要覆盖原来的点,两者最好不重合,看起来大方得体,你可以开始的设置成1.0,观察效果然后慢慢调节,举个例子,如果是柱状图,且宽度适合的话,第一个偏移率设置成1.0,第二个设置成1.05左右,即稍微高出柱子多一丁点显示柱子的标签。

    完整代码

    最后给出完整代码,如果你不会写代码或者只要数据测试,可以来“三行科创”微信公众号留言,其中百度迁徙.xlsx如下
    在这里插入图片描述

    # -*- coding: utf-8 -*-
    """
    Created on Sat Feb 15 10:29:38 2020
    project name:add_annotation
    @author: 帅帅de三叔
    """
    import pandas as pd #导入数据分析模块
    import matplotlib.pyplot as plt #导入绘图模块类
    plt.rcParams['font.sans-serif']=['SimHei'] #图中文字体设置为黑体
    plt.rcParams['axes.unicode_minus']=False #负值显示
    data=pd.read_excel(r"D:\城市租赁地图\人流流动与疫情发展\百度迁徙.xlsx") #读取数据
    city_name=data['city'] #城市名称
    people_flow=data['out_people']*100 #流出人口,单位百人
    confirm=data['confirm(2.10)'] #确诊人数
    
    fig=plt.figure(figsize=(8,6)) #新建画布
    ax=plt.subplot(1,1,1) #子图初始化
    ax.scatter(people_flow,confirm) #绘制散点图   
    ax.set_title("人口流入-确诊人数")
    ax.set_xlabel("人口流入数(百人)")
    ax.set_ylabel("确诊人数")
    #ax.text(430, 337, "北京", fontsize=12, color = "r", style = "italic", weight = "light", verticalalignment='center', horizontalalignment='right',rotation=90)
    for i in range(len(confirm)):
        ax.text(people_flow[i]*1.01, confirm[i]*1.01, city_name[i], 
                fontsize=10, color = "r", style = "italic", weight = "light",
                verticalalignment='center', horizontalalignment='right',rotation=0) #给散点加标签
    plt.show()
    

    参考文献
    1,https://matplotlib.org/api/_as_gen/matplotlib.pyplot.text.html?highlight=text#matplotlib.pyplot.text
    2,https://matplotlib.org/gallery/text_labels_and_annotations/text_rotation_relative_to_line.html#sphx-glr-gallery-text-labels-and-annotations-text-rotation-relative-to-line-py
    3,https://www.jb51.net/article/164818.htm

    在这里插入图片描述

    展开全文
  • adjustText解决matplotlib plt.text()文字重叠问题 文章目录adjustText解决matplotlib plt.text()文字重叠问题1.引言2 adjustText使用方法3.更多参数Module documentation 1.引言 我们在使用plt.text()绘制文本时,...

    adjustText解决matplotlib plt.text()文字重叠问题

    1.引言

    我们在使用plt.text()绘制文本时,经常会出现文本内容重叠的问题,导致绘制的图非常难看,如果手动调整文本的文字复杂不现实,使用起来非常麻烦。但是,我们使用的是Python,这可是号称除了生小孩其它事儿都能做到的Python,丰富强大的封装库函数使得python成为了当今最受欢迎的编程语言之一,解决文字重叠这种小问题自然也不在话下,python的adjustText库就能完美解决这个问题,左边为未调整的,右边为调整过后的图片

    image-20210324213203003image-20210324213254606

    ​ AdjustText是一个小型库,可帮助您调整matplotlib图上的文本位置,以消除或最小化彼此之间和数据点之间的重叠。该方法基于边界框的重叠,并迭代移动它们以减少重叠。这个想法来自R / ggplot2的ggrepel软件包(https://github.com/slowkow/ggrepel)。可以在以下位置找到带有问题跟踪器的存储库:https://github.com/Phlya/adjustText/。通过算法迭代可以轻松解决文本重合问题:

    pic

    ​ 关于安装:

    pip install adjustText
    or 
    conda install -c conda-forge adjusttext
    

    2 adjustText使用方法

    常用的参数含义

    • texts:List型,每个元素都是表示单个文字标签对应的matplotlib.text.Text对象

    • ax:绘制文字标签的目标axe对象,默认为最近一次的axe对象

    • lim:int型,控制迭代调整文本标签位置的次数,默认为500次

    • precision:float型,用于决定迭代停止的精度,默认为0.01,即所有标签相互遮挡部分的长和宽占所有标签自身长宽之和的比例,addjust_text会在精度达到precision和迭代次数超过lim这两个条件中至少有一个满足时停止迭代

    • only_move:字典型,用于指定文本标签与不同对象发生遮挡时的位移策略,键有'points''text''objects',对应的值可选'xy''x''y',分别代表竖直和水平方向均调整、只调整水平方向以及只调整竖直方向

    • arrowprops:字典型,用于设置偏移后的文字标签与原始位置之间的连线样式,下文会作具体演示

    • save_steps:bool型,用于决定是否保存记录迭代过程中各轮的帧图像,默认为False

    • save_prefix:str型,当save_steps设置为True时,用于指定中间帧保存的路径,默认为’’,即当前工作路径

      import matplotlib.pyplot as plt
      from adjustText import adjust_text
      import numpy as np
      import pandas as pd
      
      np.random.seed(0)
      x, y = np.random.random((2,30))
      fig, ax = plt.subplots()
      plt.plot(x, y, 'bo')
      texts = [plt.text(x[i], y[i], 'Text%s' %i) for i in range(len(x))]
      
      image-20210324213203003
      #------调整文字位置---------#
      adjust_text(texts,)
      
      image-20210324213254606
      adjust_text(texts, 
                  arrowprops=dict(
          			arrowstyle='->',#箭头样式 
          			lw= 1,#线宽
          			color='red')#箭头颜色
                 )
      
      _images/Examples_6_1.png

      除此之外,adjustText还可以对Label 对象文字位置进行调整

      import matplotlib.pyplot as plt
      from adjustText import adjust_text
      import numpy as np
      import pandas as pd
      
      data = [{'rf': [[10, 0.682312925170068], [20, 0.714904143475572], [30, 0.729107400535972], [40, 0.718944547515976], [50, 0.7372706658420943], [60, 0.7291486291486291], [70, 0.7332302618016904], [80, 0.7291486291486291], [90, 0.7291486291486291]], 'besttree': 0.7372706658420943}, {'rf': [[10, 0.6576994434137291], [20, 0.6760874046588332], [30, 0.7086786229643371], [40, 0.6943929086786229], [50, 0.6984951556380127], [60, 0.6903731189445474], [70, 0.7025974025974027], [80, 0.7128014842300556], [90, 0.7086786229643373]], 'besttree': 0.7128014842300556}, {'rf': [[10, 0.5763347763347764], [20, 0.5783962069676354], [30, 0.5946402803545661], [40, 0.5988455988455988], [50, 0.6028653885796743], [60, 0.6089466089466089], [70, 0.6171098742527313], [80, 0.6130488559059988], [90, 0.6130488559059988]], 'besttree': 0.6171098742527313}, {'rf': [[10, 0.6741084312512883], [20, 0.7025767882910741], [30, 0.6964337250051535], [40, 0.7127396413110699], [50, 0.7167594310451453], [60, 0.712677798392084], [70, 0.7269635126777982], [80, 0.7351061636775922], [90, 0.7350855493712636]], 'besttree': 0.7351061636775922}, {'rf': [[10, 0.6719645433931148], [20, 0.7006184291898577], [30, 0.7066378066378066], [40, 0.7107606679035251], [50, 0.7086580086580087], [60, 0.7269841269841271], [70, 0.718841475984333], [80, 0.7249433106575964], [90, 0.7188827045969903]], 'besttree': 0.7269841269841271}, {'rf': [[10, 0.5722119150690579], [20, 0.5641723356009071], [30, 0.5845186559472274], [40, 0.5947227375798805], [50, 0.6048649762935477], [60, 0.6049062049062048], [70, 0.6048443619872191], [80, 0.6007833436404865], [90, 0.6048855905998763]], 'besttree': 0.6049062049062048}, {'rf': [[10, 0.54582560296846], [20, 0.5478664192949907], [30, 0.5499278499278499], [40, 0.564172335600907], [50, 0.5621109049680477], [60, 0.5621109049680478], [70, 0.5600700886415172], [80, 0.5580705009276438], [90, 0.5600907029478458]], 'besttree': 0.564172335600907}, {'rf': [[10, 0.6171304885590599], [20, 0.6435992578849722], [30, 0.6354566068851784], [40, 0.6577819006390435], [50, 0.6618429189857762], [60, 0.6557410843125129], [70, 0.6638425066996495], [80, 0.65578231292517], [90, 0.6618841475984334]], 'besttree': 0.6638425066996495}, {'rf': [[10, 0.6578643578643579], [20, 0.6944135229849515], [30, 0.69853638425067], [40, 0.7005565862708719], [50, 0.6985569985569986], [60, 0.6985363842506699], [70, 0.6964955679241392], [80, 0.6923933209647496], [90, 0.7005565862708719]], 'besttree': 0.7005565862708719}]
      
      fig = plt.figure(facecolor="w",figsize=(15,15))
      for i,result in enumerate(data):
      # Let's plot the bars
          ax=fig.add_subplot(3,3,i+1)
          x = [item[0] for item in result['rf']]
          y = [item[1] for item in result['rf']]
          ax.axis(ymin=0.5,ymax=0.8,xmin=4,xmax=100)
          bars=ax.bar(x,y,color='green',tick_label=x,width=2)
      # And add the labels, while changing the colour of some of the bars
          texts=[]
          for j,rect in enumerate(bars):
              left = rect.get_x()+1
              top = rect.get_y()+rect.get_height()
              texts.append(ax.text(left,top,'%.3f'%y[j]))
              if y[j] == result['besttree']:
                  rect.set_facecolor('red')
      
      
          ax.set_ylabel('CA')
          ax.set_title('%s iterations' % texts)
      

      image-20210324214042582

    文字重叠惨不忍睹,对其进行调整:

       # Now adjust the text. We don't want to move in the x direction and we want the labels to vertically aligned with the bars.
    # I also noticed that having a weaker force to repel texts from ech other makes the figure nicer.
        ax.set_title('%s iterations' % adjust_text(texts, add_objects=bars,
                     autoalign=False, only_move={'points':'y', 'text':'y', 'objects':'y'},
                     ha='center', va='bottom'))
    

    更多的例子和使用方法请查看官网:https://adjusttext.readthedocs.io/en/latest/Examples.html

    3.更多参数Module documentation

    • adjustText.``adjust_text(texts, x=None, y=None, add_objects=None, ax=None, expand_text=(1.05, 1.2), expand_points=(1.05, 1.2), expand_objects=(1.05, 1.2), expand_align=(1.05, 1.2), autoalign=‘xy’, va=‘center’, ha=‘center’, force_text=(0.1, 0.25), force_points=(0.2, 0.5), force_objects=(0.1, 0.25), lim=500, precision=0.01, only_move={‘objects’: ‘xy’, ‘points’: ‘xy’, ‘text’: ‘xy’}, avoid_text=True, avoid_points=True, avoid_self=True, save_steps=False, save_prefix=’’, save_format=‘png’, add_step_numbers=True, *args, **kwargs)[source]

      迭代地调整文本的位置。在完成所有绘制(尤其是可以更改轴限制的任何操作)之后,最后调用Adjust_text。这是因为要移动文本,该功能需要使用轴的尺寸,并且不知道绘图的最终大小,结果将是完全荒谬的或次佳的。首先,将所有超出轴限制的文本移入内部。
      然后,在每次迭代中,将所有文本彼此远离并移离点。最后,隐藏文本,并用注释替换它们,以将它们链接到相应的点。

      Parameters:texts (list) – A list of matplotlib.text.Text objects to adjust.

      Other Parameters:

      • x (array_like) – x-coordinates of points to repel from; if not provided only uses text coordinates.

      • y (array_like) – y-coordinates of points to repel from; if not provided only uses text coordinates

      • add_objects (list or PathCollection) – a list of additional matplotlib objects to avoid; they must have a .get_window_extent() method; alternatively, a PathCollection or a list of Bbox objects.

      • ax (matplotlib axe, default is current axe (plt.gca())) – axe object with the plot

      • expand_text (array_like, default (1.05, 1.2)) – a tuple/list/… with 2 multipliers (x, y) by which to expand the bounding box of texts when repelling them from each other.

      • expand_points (array_like, default (1.05, 1.2)) – a tuple/list/… with 2 multipliers (x, y) by which to expand the bounding box of texts when repelling them from points.

      • expand_objects (array_like, default (1.05, 1.2)) – a tuple/list/… with 2 multipliers (x, y) by which to expand the bounding box of texts when repelling them from other objects.

      • expand_align (array_like, default (1.05, 1.2)) – a tuple/list/… with 2 multipliers (x, y) by which to expand the bounding box of texts when autoaligning texts.

      • autoalign (str or boolean {‘xy’, ‘x’, ‘y’, True, False}, default ‘xy’) – Direction in wich the best alignement will be determined

        • ‘xy’ or True, best alignment of all texts determined in all directions automatically before running the iterative adjustment (overriding va and ha),
        • ‘x’, will only align horizontally,
        • ‘y’, will only align vertically,False, do nothing (i.e. preserve va and ha)
      • va (str, default ‘center’) – vertical alignment of texts

      • ha (str, default ‘center’) – horizontal alignment of texts,

      • force_text (tuple, default (0.1, 0.25)) – the repel force from texts is multiplied by this value

      • force_points (tuple, default (0.2, 0.5)) – the repel force from points is multiplied by this value

      • force_objects (float, default (0.1, 0.25)) – same as other forces, but for repelling additional objects

      • lim (int, default 500) – limit of number of iterations

      • precision (float, default 0.01) – iterate until the sum of all overlaps along both x and y are less than this amount, as a fraction of the total widths and heights, respectively. May need to increase for complicated situations.

      • only_move (dict, default {‘points’:’xy’, ‘text’:’xy’, ‘objects’:’xy’}) – a dict to restrict movement of texts to only certain axes for certain types of overlaps. Valid keys are ‘points’, ‘text’, and ‘objects’. Valid values are ‘’, ‘x’, ‘y’, and ‘xy’. For example, only_move={‘points’:’y’, ‘text’:’xy’, ‘objects’:’xy’} forbids moving texts along the x axis due to overlaps with points.

      • avoid_text (bool, default True) – whether to repel texts from each other.

      • avoid_points (bool, default True) – whether to repel texts from points. Can be helpful to switch off in extremely crowded plots.

      • avoid_self (bool, default True) – whether to repel texts from its original positions.

      • save_steps (bool, default False) – whether to save intermediate steps as images.

      • save_prefix (str, default ‘’) – if save_steps is True, a path and/or prefix to the saved steps.

      • save_format (str, default ‘png’) – if save_steps is True, a format to save the steps into.

      • add_step_numbers (bool, default True) – if save_steps is True, whether to add step numbers as titles to the images of saving steps.

      • args and kwargs – any arguments will be fed into obj:ax.annotate after all the optimization is done just for plotting the connecting arrows if required.Returns:Number of iterationReturn type:int

    展开全文
  • python-matplotlib中的plt.text函数,wrap参数的作用
  • <p>python在matplotlib里边的plt.text()输出斜体大写希腊字母,已知几点: 1. $\Delta$只能输出大写正体的Δ 2. $\it{\Delta}$无法转换为斜体 3. 查了下,LaTex里边可以用\...
  • plt.text 文字位置

    千次阅读 2021-05-26 13:56:08
    参数 horizontalalignment 和 verticalalignment plt.text(x,y,s, ,horizontalalignment='center', verticalalignment='bottom')
  • import matplotlib.pyplot as plt x = [0,1,2,3,4,5,6] y = [0.2,0.58,0.98,0.55,0.23,0.93,0.88] fig , ax = plt.subplots(figsize=(10,6)) ax.plot(x,y,'o-',markersize=30) ax.set_ylim(0.1,1.1) for size in ax....
  • python——plt.text

    2020-11-14 15:01:06
    plt.text(0,0.5,'loss:%.4f '%loss.data.numpy(),#%.4f格式化输出,保留四位小数点 fontdict={'size': 20, 'color': 'red'}#字体尺寸20,颜色 红色) #第一和第二个参数0,0.5表示输出信息的坐标,原点坐标是(0,0...
  • Python之text()函数用法:plt.text()

    万次阅读 多人点赞 2021-03-24 16:33:25
    plt.text()作用:画图时给图中的点 加标签 语法格式 **plt.text(x, y, s, fontsize, verticalalignment,horizontalalignment,rotation , kwargs) 其中 (1)x,y:标签添加的位置,默认是根据坐标轴的数据来度量的,...
  • # @File : text.py # @Author: Mr. Luo # @Date: 2021/11/6 14:20 ''' 添加图形内容细节的无指向型注释文本 ''' import matplotlib.pyplot as plt import numpy as np ''' x:注释文本内容所在位置的横坐标 y:注释...
  • matplotlib plt.text()的具体用法——画图时给图中的点加标签
  • python的plt.text()用format输出unicode字符

    千次阅读 2022-01-27 10:46:34
    用python的matplotlib里的plt.text()来在文字的前边加上特殊字符显示,例如带圈的数字。 实现 首先在word里找到特殊字符的unicode编码: 直接输出'\u2460'没问题,可以输出想要的字符。 但是如果格式化...
  • import matplotlib.pyplot as plt import numpy as np n = 12 X = np.arange(n) Y1 = (1-X/float(n))*np.random.uniform(0.5,1.0,n) Y2 = (1-X/float(n))*np.random.uniform(0.5,1.0,n) plt.bar(X,+Y1,facecolor = ...
  • plt.text添加文字 设置字体颜色

    万次阅读 2020-03-08 20:18:07
    添加文字 图形中添加纯文本注释(text) plt.text(-3, 40, "function: y = x * x", size = 15,\ family = "fantasy", color = "r", style = "italic", weight = "light",\ bbox = dict(facecolor = "r", alpha = 0.2))...
  • 【Python】matplotlib中添加标签plt.text()

    千次阅读 2020-06-21 16:42:47
    plt.text(x, y, s, fontsize, verticalalignment,horizontalalignment,rotation , **kwargs) 其中 x,y:表示标签添加的位置,默认是根据坐标轴的数据来度量的,是绝对值,也就是说图中点所在位置的对应的值,特别...
  • 使用plt.text()方法在添加文本时,如何控制文本在图像中的位置? 问题描述: 例如我在图像中添加一段说明文字 import matplotlib.pyplot as plt import numpy as np x = np.arange(0, 10, 1) y = x ** 2 _, ax = ...
  • 在图形中任意位置通过text添加纯文本的注释 text所有相关的参数:官网链接 #!/usr/bin/python #coding: utf-8 import numpy as np import matplotlib.pyplot as plt x = np.arange(-10, 11, 1) y = x ** 2 ...
  • plt.text函数用法

    万次阅读 2019-03-12 22:29:37
    楼主最近在学pytorch深度学习,在训练可视化中用到了plt.text()函数,现在总结一下,以后遗忘方便再次看笔记 plt.text(0,0.5,'loss:%.4f '%loss.data.numpy(),#%.4f格式化输出,保留思维小数点 fontdict={'size': ...
  • python错误-NameError: name 'ax' is not defined-如何采用相对坐标绘制plt.text对象?
  • plt.text()函数解析(最清晰的解释)

    万次阅读 多人点赞 2019-04-01 16:46:38
    plt.text()函数用于设置文字说明。 plt.text(x, y, string, fontsize=15, verticalalignment="top", horizontalalignment="right" ) 参数: x,y:表示坐标值上的值 string:表示说明文字 fontsize:表示...
  • import matplotlib.pyplot as plt import numpy as np x = np.linspace(0.05,10,1000) y = np.sin(x) plt.plot(x,y,ls="-.",lw=2,c="c",label...plt.text(3.10,0.09,"y=sin(x)",weight="bold",color="b") plt.show()
  • params(axis='both',labelsize=14) plt.axis([0,11,0,110]) for a,b in zip(x,y): plt.text(a,b+0.1,'%.0f'%b,ha = 'center',va = 'bottom',fontsize=7) plt.savefig('images\squares.png') plt.show() 首先,前边...
  • 调用签名:plt.text(x, y, string, weight=”bold”, color=”b”) x: 注释文本内容所在位置的横坐标 y:注释文本内容所在位置的纵坐标 string:注释文本内容 weight:注释文本内容的粗细风格 color:注释文本内容的...
  • pyplot的文本显示方法

    2020-12-22 14:59:42
    plt.text():在任意位置增加文本; plt.annotate():在图形中增加带箭头的注解; import matplotlib.pyplot as plt import numpy as np a = np.arange(0.,5.,0.02) plt.plot(a,np.cos(2*np.pi*a),'r-.') plt
  • plt.savefig 保存图片时一片空白

    千次阅读 2022-04-26 19:24:48
    plt.show() 后调用了 plt.savefig() ,在 plt.show() 后实际上已经创建了一个新的空白的图片,这时候你再 plt.savefig() 就会保存这个新生成的空白图片。 解决方案: 把plt.savefig() 放到pl
  • python-plt.xticks与plt.yticks

    千次阅读 2021-05-07 13:26:26
    plt.figure(figsize=(10, 10)) for i in range(25): plt.subplot(5, 5, i+1) plt.xticks([]) plt.yticks([]) plt.grid(False) plt.imshow(train_images[i], cmap=plt.cm.binary) plt.xlabel(class_names[train...
  • python plt.plot()绘图

    千次阅读 2021-03-17 16:39:45
    推荐用电脑绘图,如果是安卓手机,推荐 应用汇 -- pydroid.#本文的命令都要调用的包包,# 此外再次强调for 条件 要加冒号 : 回车后循环体要加四个空格import numpy as npimport matplotlib.pyplot as plt一. plt.plot()...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 56,018
精华内容 22,407
关键字:

plt.text

友情链接: 4.图像正交变换.rar