Python数据可视化：Matplotlib绘图详解（二）

上一章节我们学习了matplotlib的基本用法和坐标轴设置方面的一些内容，这节课，我们要学习在图中添加图例与标注。

基本用法

本章知识点归纳如下：

1.添加图例：plt.legend()

2.画点：plt.scatter()

3.添加标注：plt.annotate()

4.添加注释：plt.text()

添加图例

matplotlib 中的 legend 图例就是为了帮我们展示出每个数据对应的图像名称，更好的让读者认识到你的数据结构。

上次课我们了解到关于坐标轴设置方面的一些内容，代码如下：

本节中我们将对图中的两条线绘制图例，首先我们设置两条线的类型等信息（蓝色实线与红色虚线)，并且通过label参数为两条线设置名称。

比如直线的名称就叫做 "linear line", 曲线的名称叫做 "square line"。

当然，只是设置好名称并不能使我们的图例出现，要通过plt.legend()设置图例的显示。

legend获取代码中的 label 的信息, plt 就能自动的为我们添加图例。

如果希望图例能够更加个性化，可通过以下方式更改：

参数 loc 决定了图例的位置,比如参数 loc='upper right' 表示图例将添加在图中的右上角。

其中’loc’参数有多种，’best’表示自动分配最佳位置，其余的如下：

'best' : 0,

'upper right' : 1,

'upper left' : 2,

'lower left' : 3,

'lower right' : 4,

'right' : 5,

'center left' : 6,

'center right' : 7,

'lower center' : 8,

'upper center' : 9,

'center' : 10

同样可以通过设置 handles 参数来选择图例中显示的内容。

首先，在上面的代码 plt.plot(x, y2, label='linear line') 和 plt.plot(x, y1, label='square line') 中用变量 l1 和 l2 分别存储起来，而且需要注意的是 l1, l2,要以逗号结尾, 因为plt.plot() 返回的是一个列表。

然后将 l1,l2 这样的objects以列表的形式传递给 handles。

另外，label 参数可以用来单独修改之前的 label 信息, 给不同类型的线条设置图例信息。

Annotation 标注

当图线中某些特殊地方需要标注时，我们可以使用 annotation. matplotlib 中的 annotation 有两种方法，一种是用 plt 里面的 annotate，一种是直接用 plt 里面的 text 来写标注。首先回顾一下上一章节的画图教程：

然后标注出点(x0, y0)的位置信息。

用plt.plot([x0, x0,], [0, y0,], 'k--', linewidth=2.5) 画出一条垂直于x轴的虚线。

其中，[x0, x0,], [0, y0,] 表示在图中画一条从点 (x0,y0) 到 (x0,0) 的直线，'k--' 表示直线的颜色为黑色(black)，线形为虚线。

而 plt.scatter 函数可以在图中画点，此时我们画的点为 (x0,y0), 点的大小(size)为 50， 点的颜色为蓝色(blue),可简写为 b。

添加注释 annotate

接下来我们就对(x0, y0)这个点进行标注。

第一种方式就是利用函数 annotate()，其中 r'$2x+1=%s$' %y0 代表标注的内容，可以通过字符串 %s 将 y0 的值传入字符串；

参数xycoords='data' 是说基于数据的值来选位置；

xytext=(+30, -30) 和 textcoords='offset points' 表示对于标注位置的描述 和 xy 偏差值，即标注位置是 xy 位置向右移动 30；

向下移动30, arrowprops是对图中箭头类型和箭头弧度的设置，需要用 dict 形式传入。

添加注释 text

第二种注释方式是通过 text() 函数，其中 -3.7,3, 是选取text的位置, r'$This\ is\ the\ some\ text. \mu\ \sigma_i\ \alpha_t$' 为 text 的内容，其中空格需要用到转字符 \ ,fontdict 设置文本字的大小和颜色。

tick 能见度

当图片中的内容较多，相互遮盖时，我们可以通过设置相关内容的透明度来使图片更易于观察，也即是通过本节中的bbox参数设置来调节图像信息。

首先参考之前的例子, 我们先绘制图像基本信息：

然后对被遮挡的图像调节相关透明度，本例中设置 x轴 和 y轴 的刻度数字进行透明度设置。

其中label.set_fontsize(12)重新调节字体大小，bbox设置目的内容的透明度相关参，facecolor调节 box 前景色，edgecolor 设置边框， 本处设置边框为无，alpha设置透明度. 最终结果如下:

小伙伴们，以上就是图例与标注的所有教程，今天的内容没有太多机动性，所以就不再设置练习题了。

可能大家会觉得设置图例和标注的参数比较复杂很难记忆，不用担心，我们不需要刻意去记住，只要知道matplotlib提供了这样的画图功能，在使用的时候，在去查找相关参数即可！

第一章习题答案

更好的阅读及实践体验在kesci.com。