本文的主要内容是基于中国大学mooc(慕课)中的“Python数据分析与可视化”课程进行整理和总结。
文本显示常用函数
plt.xlabel():对x轴增加文本标签;
plt.ylabel():对y轴增加文本标签;
plt.title():对图形整体增加文本标签;
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.xlabel('横轴:时间',fontproperties='SimHei',fontsize=15,color='k')#当需要输入中文字符时,使用fontproperties
plt.ylabel('纵轴:振幅',fontproperties='SimHei',fontsize=15,color='k')
plt.text(2,1,'$\mu =100$',fontproperties='SimHei',fontsize=10)
plt.title('正弦波实例:$y=cos(2\pi X)$',fontproperties='SimHei',fontsize=15,color='g')
plt.axis([-1,6,-1,2])
plt.grid(True)
plt.show()

带箭头的文本注释,plt.annotate(s,xy=arrow_crd,xytext=text_crd,arrowprops=dict)
s:要注解的字符串;
xy:箭头所在位置;
xytext:文本显示位置;
arrowprops:定义了箭头显示属性的一个字典;

本文汇总了Python数据分析与可视化的关键知识点,主要聚焦在pyplot库中的文本显示功能,包括xlabel、ylabel、title函数用于设置坐标轴和图形标题,text函数用于自由位置的文本插入,以及annotate函数用于创建带箭头的注解。通过这些函数,可以增强数据图形的解释性和清晰度。
最低0.47元/天 解锁文章

547

被折叠的 条评论
为什么被折叠?



