matplotlib：如何在散点自动放置箭头上注释点？

Question

如果我用 matplotlib 制作散点图：

plt.scatter(randn(100),randn(100))
# set x, y lims
plt.xlim([...])
plt.ylim([...])

我想用指向它的箭头和标签来注释给定点(x, y)。我知道这可以用annotate 来完成，但我希望箭头和它的标签以这样的方式“最佳”放置，如果可能的话（给定当前轴的比例/限制）箭头和标签不要与其他点重叠。例如，如果您想标记离群点。有没有办法做到这一点？它不必是完美的，而只是箭头/标签的智能放置，仅给出要标记的点的(x,y) 坐标。谢谢。

Answer 1

基本上，不，没有。

处理与此类似的地图标签放置的布局引擎非常复杂，超出了 matplotlib 的范围。 （边界框交叉点实际上是决定标签放置位置的一种相当糟糕的方法。为仅在 1000 种情况下有效的东西编写大量代码有什么意义？）

除此之外，由于 matplotlib 执行的复杂文本渲染量（例如乳胶），如果不先完全渲染它就不可能确定文本的范围（这相当慢）。

但是，在许多情况下，您会发现在带有注释的标签后面使用透明框是一种合适的解决方法。

例如

import numpy as np
import matplotlib.pyplot as plt

np.random.seed(1)
x, y = np.random.random((2,500))

fig, ax = plt.subplots()
ax.plot(x, y, 'bo')

# The key option here is `bbox`. I'm just going a bit crazy with it.
ax.annotate('Something', xy=(x[0], y[0]), xytext=(-20,20), 
            textcoords='offset points', ha='center', va='bottom',
            bbox=dict(boxstyle='round,pad=0.2', fc='yellow', alpha=0.3),
            arrowprops=dict(arrowstyle='->', connectionstyle='arc3,rad=0.5', 
                            color='red'))

plt.show()

Answer 2

使用adjustText（完全公开，我写的）。

让我们标记前 10 个点。我更改的唯一参数是降低点的排斥力，因为它们太多了，我们希望算法花费更多时间并更仔细地放置注释。

import numpy as np
import matplotlib.pyplot as plt
from adjustText import adjust_text
np.random.seed(1)
x, y = np.random.random((2,500))

fig, ax = plt.subplots()
ax.plot(x, y, 'bo')
ts = []
for i in range(10):
    ts.append(plt.text(x[i], y[i], 'Something'+str(i)))
adjust_text(ts, x=x, y=y, force_points=0.1, arrowprops=dict(arrowstyle='->', 
color='red'))
plt.show()

这并不理想，但这里的点非常密集，有时无法将文本放置在目标附近而不重叠任何一个。但它都是自动的且易于使用，并且不会让标签相互重叠。

PS 它使用边界框交叉点，但我会说相当成功！

Answer 3

另一个使用很棒的Phlya的基于adjustText_mtcars的包的例子：

from adjustText import adjust_text
import matplotlib.pyplot as plt
                                                                                                                                
mtcars = pd.read_csv(
    "https://gist.githubusercontent.com/seankross/a412dfbd88b3db70b74b/raw/5f23f993cd87c283ce766e7ac6b329ee7cc2e1d1/mtcars.csv"
)
                                                                                                                                
def plot_mtcars(adjust=False, force_points=1, *args, **kwargs):
    # plt.figure(figsize=(9, 6))
    plt.scatter(mtcars["wt"], mtcars["mpg"], s=15, c="r", edgecolors=(1, 1, 1, 0))
    texts = []
    for x, y, s in zip(mtcars["wt"], mtcars["mpg"], mtcars["model"]):
        texts.append(plt.text(x, y, s, size=9))
    plt.xlabel("wt")
    plt.ylabel("mpg")
    if adjust:
        plt.title(
            "force_points: %.1f\n adjust_text required %s iterations"
            % (
                force_points,
                adjust_text(
                    texts,
                    force_points=force_points,
                    arrowprops=dict(arrowstyle="-", color="k", lw=0.5),
                    **kwargs,
                ),
            )
        )
    else:
        plt.title("Original")
    return plt
                                                                                                                                
fig = plt.figure(figsize=(12, 12))
                                                                                                                                
force_points = [0.5, 1, 2, 4]
for index, k in enumerate(force_points):
    fig.add_subplot(2, 2, index + 1)
    plot_mtcars(adjust=True, force_points=k)