matplotlib散点图，每个数据点都有不同的文本

Question

我正在尝试制作散点图并使用列表中的不同数字注释数据点。 所以例如我想绘制y vs x并用n中的相应数字注释。

y = [2.56422, 3.77284, 3.52623, 3.51468, 3.02199]
z = [0.15, 0.3, 0.45, 0.6, 0.75]
n = [58, 651, 393, 203, 123]
ax = fig.add_subplot(111)
ax1.scatter(z, y, fmt='o')

有什么想法吗？

Answer 1

我不知道任何采用数组或列表的绘图方法，但您可以在迭代annotate()中的值时使用n。

y = [2.56422, 3.77284, 3.52623, 3.51468, 3.02199]
z = [0.15, 0.3, 0.45, 0.6, 0.75]
n = [58, 651, 393, 203, 123]

fig, ax = plt.subplots()
ax.scatter(z, y)

for i, txt in enumerate(n):
    ax.annotate(txt, (z[i], y[i]))

annotate()有很多格式选项，请参阅matplotlib website:

Answer 2

在早于matplotlib 2.0的版本中，ax.scatter不需要绘制没有标记的文本。在2.0版中，您需要ax.scatter为文本设置正确的范围和标记。

y = [2.56422, 3.77284, 3.52623, 3.51468, 3.02199]
z = [0.15, 0.3, 0.45, 0.6, 0.75]
n = [58, 651, 393, 203, 123]

fig, ax = plt.subplots()

for i, txt in enumerate(n):
    ax.annotate(txt, (z[i], y[i]))

在此link中，您可以在3d中找到一个示例。

Answer 3

Python 3.6 +：

coordinates = [('a',1,2), ('b',3,4), ('c',5,6)]
for x in coordinates: plt.annotate(x[0], (x[1], x[2]))

Answer 4

对于有限的一组值，matplotlib是可以的。但是，当您有很多值时，工具提示将开始与其他数据点重叠。但是，由于空间有限，您不能忽略这些值。因此，最好缩小或放大。

使用情节

import plotly.express as px
df = px.data.tips()

df = px.data.gapminder().query("year==2007 and continent=='Americas'")


fig = px.scatter(df, x="gdpPercap", y="lifeExp", text="country", log_x=True, size_max=100, color="lifeExp")
fig.update_traces(textposition='top center')
fig.update_layout(title_text='Life Expectency', title_x=0.5)
fig.show()

Answer 5

如果有人试图将上述解决方案应用于.scatter（）而不是.subplot（），

我尝试运行以下代码

y = [2.56422, 3.77284, 3.52623, 3.51468, 3.02199]
z = [0.15, 0.3, 0.45, 0.6, 0.75]
n = [58, 651, 393, 203, 123]

fig, ax = plt.scatter(z, y)

for i, txt in enumerate(n):
    ax.annotate(txt, (z[i], y[i]))

但是遇到错误，指出“无法解压缩不可迭代的PathCollection对象”，该错误专门指向代码行无花果，ax = plt.scatter（z，y）

我最终使用以下代码解决了错误

plt.scatter(z, y)

for i, txt in enumerate(n):
    plt.annotate(txt, (z[i], y[i]))

我没想到.scatter（）和.subplot（）之间会有区别 我应该知道的更好。

Answer 6

我想补充一点，您甚至可以使用箭头/文本框来注释标签。这是我的意思：

import random
import matplotlib.pyplot as plt


y = [2.56422, 3.77284, 3.52623, 3.51468, 3.02199]
z = [0.15, 0.3, 0.45, 0.6, 0.75]
n = [58, 651, 393, 203, 123]

fig, ax = plt.subplots()
ax.scatter(z, y)

ax.annotate(n[0], (z[0], y[0]), xytext=(z[0]+0.05, y[0]+0.3), 
    arrowprops=dict(facecolor='red', shrink=0.05))

ax.annotate(n[1], (z[1], y[1]), xytext=(z[1]-0.05, y[1]-0.3), 
    arrowprops = dict(  arrowstyle="->",
                        connectionstyle="angle3,angleA=0,angleB=-90"))

ax.annotate(n[2], (z[2], y[2]), xytext=(z[2]-0.05, y[2]-0.3), 
    arrowprops = dict(arrowstyle="wedge,tail_width=0.5", alpha=0.1))

ax.annotate(n[3], (z[3], y[3]), xytext=(z[3]+0.05, y[3]-0.2), 
    arrowprops = dict(arrowstyle="fancy"))

ax.annotate(n[4], (z[4], y[4]), xytext=(z[4]-0.1, y[4]-0.2),
    bbox=dict(boxstyle="round", alpha=0.1), 
    arrowprops = dict(arrowstyle="simple"))

plt.show()

这将生成以下图形：

Answer 7

您也可以使用pyplot.text（请参阅here）。

def plot_embeddings(M_reduced, word2Ind, words):
""" Plot in a scatterplot the embeddings of the words specified in the list "words".
    Include a label next to each point.
"""
for word in words:
    x, y = M_reduced[word2Ind[word]]
    plt.scatter(x, y, marker='x', color='red')
    plt.text(x+.03, y+.03, word, fontsize=9)
plt.show()

M_reduced_plot_test = np.array([[1, 1], [-1, -1], [1, -1], [-1, 1], [0, 0]])
word2Ind_plot_test = {'test1': 0, 'test2': 1, 'test3': 2, 'test4': 3, 'test5': 4}
words = ['test1', 'test2', 'test3', 'test4', 'test5']
plot_embeddings(M_reduced_plot_test, word2Ind_plot_test, words)

Answer 8

使用列表推导和numpy作为一个班轮：

[ax.annotate(x[0], (x[1], x[2])) for x in np.array([n,z,y]).T]

设置与罗格（Rutger）的答案相同。

Answer 9

当您需要在不同时间进行单独注释（我的意思是，不是在单个for循环中）时，这可能很有用

COMPOSER_HOME

其中ax = plt.gca() ax.annotate('your_lable', (x,y)) 和x是您的目标坐标，类型为float / int。