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。