plt.annotate函数案例一则

你是兰亭先生的序

于 2018-10-03 14:42:59 发布

阅读量1.4k

点赞数

分类专栏： matplotlib 可视化文章标签： python3 matplotlib plt.legend plt.annotate 可视化

matplotlib 同时被 2 个专栏收录

3 篇文章

订阅专栏

可视化

3 篇文章

订阅专栏

本文介绍了使用Matplotlib库进行数据可视化的方法，重点讲解了plt.legend和plt.annotate函数的应用，通过生成不同正态分布的数据并绘制图表，展示了如何添加图例和注释，使图表更加丰富和易于理解。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

观察：plt.legend & plt.annotate两个函数的用法；持续更新中

import numpy as np
import matplotlib.pyplot as plt

# generate different normal distributions
x1 = np.random.normal(30, 3, 100)
x2 = np.random.normal(20, 2, 100)
x3 = np.random.normal(10, 3, 100)

# plot them
plt.figure(figsize=(12,8))
plt.plot(x1, label='plot')
plt.plot(x2, label='2nd plot')
plt.plot(x3, label='last plot')

# generate a legend box
plt.legend(bbox_to_anchor=(0., 1.02, 1., .102), loc=3,
       ncol=3, mode="expand", borderaxespad=0.)

# annotate an important value
plt.annotate("Important value", (55,20), xycoords='data',
             xytext=(5, 38), 
             arrowprops=dict(arrowstyle='->')) 
plt.show()