plt.text

`plt.text()` 是 Matplotlib 库中的一个函数，用于在图表中添加文本注释。它的基本语法如下：

plt.text(x, y, s, fontdict=None, withdash=False, **kwargs)

其中，`x` 和 `y` 分别是文本注释的位置坐标，`s` 是要添加的文本字符串，`fontdict` 是字体参数，`withdash` 是控制线是否虚线的参数，`**kwargs` 则是其他可选参数。

例如，我们可以使用以下代码在图表中添加一个文本注释：

import matplotlib.pyplot as plt

plt.plot([1, 2, 3], [2, 4, 3])
plt.text(2, 3, 'Maximum value')
plt.show()

这段代码会在图表中的坐标 (2, 3) 处添加一个文本注释，内容为 'Maximum value'。

相关问题

plt.text和 plt.annotate的用法

`plt.text` 和 `plt.annotate` 都是matplotlib库中的文本绘制函数，它们都可以用来在图形上添加文字说明。

**plt.text()** 函数主要用于简单地在指定位置放置静态文本。基本语法如下：

plt.text(x, y, s, **kwargs)

- `x` 和 `y`：文本的位置坐标，通常是以数据坐标表示的。
- `s`：要插入的字符串文本内容。
- `**kwargs`：可选的关键字参数，如`color`, `fontsize`, `rotation`等，用来设置文本的外观属性。

例如：

plt.plot([1, 2, 3])
plt.text(2, 1, '这是注释', color='red', fontsize=14)
plt.show()

这段代码会在x轴的2处、y轴的1处添加一个红色字体大小为14的文本“这是注释”。

**plt.annotate()** 函数则更强大一些，它除了可以放置文本外，还可以附加箭头，指向特定的点或者路径，适用于需要标记特定数据点或提供详细注解的情况。它的基本语法如下：

plt.annotate(text, xy, xytext=None, arrowprops=dict(facecolor='black'), **kwargs)

- `text`：要插入的文本。
- `xy`：文本的位置坐标。
- `xytext`：箭头起点的坐标，默认是从`xy`出发。
- `arrowprops`：字典参数控制箭头的样式。
- `**kwargs`：其他文本属性，如`bbox`（文本框）和`ha`（水平对齐）、`va`（垂直对齐）等。

例如：

plt.scatter([1, 2], [3, 4])
plt.annotate('最高点', xy=(2, 4), xytext=(3, 6),
             arrowprops=dict(facecolor='green', shrink=0.05))
plt.show()

这将标注出散点图中的最高点，并通过绿色箭头指引。

import numpy as np import matplotlib.pyplot as plt plt.rcParams["font.sans-serif"]=["SimHei"] plt.rcParams["axes.unicode_minus"]=False data=np.random.randint(40,101,(1000,)) bins=[40,60,70,80,90,100] plt.hist( data, bins=bins, align="mid", histtype='bar', rwidth=0.3, color='r', hatch='/',) h_1 = c1.sum() plt.text(50,h_1,s='不及格:'+'{}'.format(h_1),ha='center') h_2 = c2.sum() plt.text(65,h_2,s='及格:'+'{}'.format(h_2),ha='center') h_3 = c3.sum() plt.text(75,h_3,s='中等:'+'{}'.format(h_3),ha='center') h_4 = c4.sum() plt.text(85,h_4,s='良好:'+'{}'.format(h_4),ha='center') h_5 = c5.sum() plt.text(95,h_4,s='优秀:'+'{}'.format(h_5),ha='center') plt.title("成绩统计直方图") plt.xlabel("成绩区间") plt.xticks(bins) plt.ylabel("数量") plt.show()

这段代码使用了Python中的numpy和matplotlib库，生成了一个成绩统计直方图。其中，np.random.randint函数用于生成随机的成绩数据，bins定义了成绩区间，hist函数用于绘制直方图。代码中使用了text函数添加了每个区间的数量标签，设置了标题、坐标轴标签和刻度。最后使用show函数展示了图形。