将文本放在matplotlib图的左上角

时间:2011-12-12 23:48:54

标签: python plot matplotlib

如何将文字放在matplotlib图的左上角(或右上角),例如左上角的传说是什么,或者在情节的顶部,但在左上角?例如。如果它是一个plt.scatter(),则会出现在散布的正方形内,放在最左上角。

我想在没有理想地知道绘制的散点图的比例的情况下这样做,因为它将从数据集更改为数据集。我只是希望文本大致位于左上角,或大致位于右上角。对于图例类型定位,它不应与任何散点图点重叠。

谢谢!

3 个答案:

答案 0 :(得分:128)

您可以使用text

text(x, y, s, fontsize=12)
可以相对于轴给出

text坐标,因此文本的位置将独立于绘图的大小:

  

默认转换指定文本在数据坐标中,   或者,您可以在轴坐标中指定文本(0,0是左下角)   1,1是右上角)。下面的示例将文本放在中心   轴::

text(0.5, 0.5,'matplotlib',
     horizontalalignment='center',
     verticalalignment='center',
     transform = ax.transAxes)

为了防止文本干扰分散的任何一点,更难以实现。更简单的方法是将y_axis(ylim((ymin,ymax))中的ymax)设置为比点的最大y坐标高一点的值。通过这种方式,您将始终拥有该文本的可用空间。

编辑:这里有一个例子:

In [17]: from pylab import figure, text, scatter, show
In [18]: f = figure()
In [19]: ax = f.add_subplot(111)
In [20]: scatter([3,5,2,6,8],[5,3,2,1,5])
Out[20]: <matplotlib.collections.CircleCollection object at 0x0000000007439A90>
In [21]: text(0.1, 0.9,'matplotlib', ha='center', va='center', transform=ax.transAxes)
Out[21]: <matplotlib.text.Text object at 0x0000000007415B38>
In [22]:

enter image description here

ha和va参数设置文本相对于插入点的对齐方式。即。 ha ='left'是一个很好的设置,可以在手动缩小(缩小)帧时防止长文本离开左轴。

答案 1 :(得分:6)

即使您不想要实际的图例,一种解决方案是使用plt.legend功能。您可以使用loc关键字指定图例框的位置。可以找到更多信息at this website,但我还提供了一个展示如何放置图例的示例:

ax.scatter(xa,ya, marker='o', s=20, c="lightgreen", alpha=0.9)
ax.scatter(xb,yb, marker='o', s=20, c="dodgerblue", alpha=0.9)
ax.scatter(xc,yc marker='o', s=20, c="firebrick", alpha=1.0)
ax.scatter(xd,xd,xd, marker='o', s=20, c="goldenrod", alpha=0.9)
line1 = Line2D(range(10), range(10), marker='o', color="goldenrod")
line2 = Line2D(range(10), range(10), marker='o',color="firebrick")
line3 = Line2D(range(10), range(10), marker='o',color="lightgreen")
line4 = Line2D(range(10), range(10), marker='o',color="dodgerblue")
plt.legend((line1,line2,line3, line4),('line1','line2', 'line3', 'line4'),numpoints=1, loc=2) 

请注意,因为loc=2,图例位于图表的左上角。如果文本与图表重叠,您可以使用legend.fontsize将其缩小,然后使图例变小。

答案 2 :(得分:1)

import matplotlib.pyplot as plt

plt.figure(figsize=(6, 6))
plt.text(0.1, 0.9, 'text', size=15, color='purple')

# or 

fig, axe = plt.subplots(figsize=(6, 6))
axe.text(0.1, 0.9, 'text', size=15, color='purple')

两者的输出

enter image description here

import matplotlib.pyplot as plt

# Build a rectangle in axes coords
left, width = .25, .5
bottom, height = .25, .5
right = left + width
top = bottom + height
ax = plt.gca()
p = plt.Rectangle((left, bottom), width, height, fill=False)
p.set_transform(ax.transAxes)
p.set_clip_on(False)
ax.add_patch(p)


ax.text(left, bottom, 'left top',
        horizontalalignment='left',
        verticalalignment='top',
        transform=ax.transAxes)

ax.text(left, bottom, 'left bottom',
        horizontalalignment='left',
        verticalalignment='bottom',
        transform=ax.transAxes)

ax.text(right, top, 'right bottom',
        horizontalalignment='right',
        verticalalignment='bottom',
        transform=ax.transAxes)

ax.text(right, top, 'right top',
        horizontalalignment='right',
        verticalalignment='top',
        transform=ax.transAxes)

ax.text(right, bottom, 'center top',
        horizontalalignment='center',
        verticalalignment='top',
        transform=ax.transAxes)

ax.text(left, 0.5 * (bottom + top), 'right center',
        horizontalalignment='right',
        verticalalignment='center',
        rotation='vertical',
        transform=ax.transAxes)

ax.text(left, 0.5 * (bottom + top), 'left center',
        horizontalalignment='left',
        verticalalignment='center',
        rotation='vertical',
        transform=ax.transAxes)

ax.text(0.5 * (left + right), 0.5 * (bottom + top), 'middle',
        horizontalalignment='center',
        verticalalignment='center',
        transform=ax.transAxes)

ax.text(right, 0.5 * (bottom + top), 'centered',
        horizontalalignment='center',
        verticalalignment='center',
        rotation='vertical',
        transform=ax.transAxes)

ax.text(left, top, 'rotated\nwith newlines',
        horizontalalignment='center',
        verticalalignment='center',
        rotation=45,
        transform=ax.transAxes)

plt.axis('off')

plt.show()

enter image description here