python matplotlib text

Matplotlib是一个广泛使用的Python数据可视化库，其中的`text()`函数用于在图表上添加文本标注。这个函数允许你在图表的任意位置放置文字，包括标题、轴标签、图例、注释等。使用`text()`，你可以指定文本内容、坐标位置（x, y）、字体样式、大小、颜色等属性。

以下是一个基本的`text()`用法示例：

import matplotlib.pyplot as plt
import numpy as np

# 创建一个简单的线图
x = np.linspace(0, 10, 100)
y = np.sin(x)

plt.plot(x, y)
# 在特定位置添加文本
plt.text(5, 0.8, 'This is a text annotation', color='red', fontsize=14)

# 显示图形
plt.show()

`text()`函数的一些参数可能包括：
- `s`或`string`：要显示的文字内容。
- `x`, `y`：文本在图表上的坐标。
- `color`：文本的颜色。
- `fontsize`：字体大小。
- `horizontalalignment` 和 `verticalalignment`：文本的水平和垂直对齐方式，如'left', 'center', 'right'等。

相关问题

Python matplotlib 显示 latex

在Python的matplotlib库中，如果你想要显示LaTeX数学公式，你可以利用`matplotlib.pyplot`模块下的`text()`、`xlabel()`, `ylabel()`, 或者`title()`等函数，并设置`usetex=True`属性。例如：

import matplotlib.pyplot as plt
from matplotlib import rcParams

# 设置全局 LaTeX 渲染
rcParams['text.usetex'] = True
rcParams['text.latex.preamble'] = r'\usepackage{amsmath}'  # 如果需要特定的包

x = [1, 2, 3]
y = [4, 9, 16]

plt.plot(x, y)
plt.xlabel(r'$\sqrt{x}$', fontsize=18)  # 使用LaTeX公式
plt.ylabel(r'$x^2$', fontsize=18)

plt.show()

在这个例子中，`r'\sqrt{x}'`和`r'x^2'`表示字符串中的内容将被解释为LaTeX数学表达式。

python matplotlib 自定义legend

### 如何在Python中使用Matplotlib自定义图例

为了更好地理解如何定制图例外观，在Python中的`matplotlib`库提供了多种方法来调整图例的位置、字体大小和其他属性。以下是几种常见的自定义方式。

#### 设置图例位置
可以通过参数`loc`指定图例放置的具体位置，该参数接受字符串或整数作为输入值表示不同的预设方位。例如：

import matplotlib.pyplot as plt

plt.plot([1, 2, 3], label='Line')
plt.legend(loc='upper left')  # 将图例放在左上角
plt.show()

#### 修改图例框样式
可以利用`fancybox`, `shadow`等布尔型参数改变图例边框的效果；而通过设置`framealpha`可调节透明度[^1]。

plt.plot([1, 2, 3], label='Fancy Legend Box')
plt.legend(fancybox=True, shadow=True, framealpha=0.5)
plt.show()

#### 调整图例内文字特性
对于想要修改图例内部文本样式的场景，则能借助于`prop`字典传递给`legend()`函数实现对字体家族(`family`)、粗细程度(`weight`)以及字号(`size`)等方面的控制。

from matplotlib.font_manager import FontProperties

font = FontProperties()
font.set_family('serif')
font.set_weight('bold')
font.set_size('large')

plt.plot([1, 2, 3], label='Styled Text in Legend')
plt.legend(prop=font)
plt.show()

#### 控制标记尺寸与线条宽度
当涉及到散点图或者带有不同线宽的折线图时，还可以单独设定图例里代表数据系列的小图标大小（即`markerscale`）和对应线条厚度（即`handlelength`），从而达到更美观一致的整体效果[^4]。

plt.scatter([1, 2, 3], [4, 5, 6], s=[70, 80, 90], c=['red'], marker='o', label='Scatter Points')
line, = plt.plot([1, 2, 3], 'b-', lw=4, label='Thick Line')
plt.legend(markerscale=2., handlelength=0.8)

plt.show()