我正在尝试制作散点图并用列表中的不同数字注释数据点。
因此，例如，我想绘制 y 与 x 并使用来自 n 的相应数字进行注释。
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？
【问题讨论】：
标签： python matplotlib text scatter-plot annotate
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 n 中的值时使用 annotate()。
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:
【讨论】：
regplots 上运行良好，也没有太多干扰。
KeyError- 所以我猜应该是一个 dict() 对象？有没有其他方法可以使用enumerate、annotate 和 pandas 数据框来标记数据？
for row in df.iterrows():，然后使用row['text'], row['x-coord'] 等访问值。如果您发布一个单独的问题，我会看看它。
在 matplotlib 2.0 之前的版本中，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link 中，您可以找到一个 3d 示例。
【讨论】：
plt.figure(figsize=(20,10)) 之类的实现没有按预期工作，因为调用此代码实际上并没有改变图像的大小。期待您的协助。谢谢！
当您需要在不同时间单独注释时，这可能很有用（我的意思是，不是在单个 for 循环中）
ax = plt.gca()
ax.annotate('your_lable', (x,y))
其中x 和y 是您的目标坐标，类型为float/int。
【讨论】：
您也可以使用pyplot.text（参见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)
【讨论】：
对于有限的一组值，matplotlib 很好。但是，当您有很多值时，工具提示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()
【讨论】：
mpld3，是吗？
我想补充一点，您甚至可以使用箭头/文本框来注释标签。这就是我的意思：
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()
【讨论】：
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]))
【讨论】：
coordinates = [('a',(1,2)), ('b',(3,4)), ('c',(5,6))] 和plt.annotate(*x)？
作为一个使用列表理解和numpy的单行：
[ax.annotate(x[0], (x[1], x[2])) for x in np.array([n,z,y]).T]
设置与 Rutger 的回答相同。
【讨论】：
deque(..., maxlen=0)之类的东西，而不是创建不需要值列表的列表推导式。
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]))
但遇到了“无法解压缩不可迭代的 PathCollection 对象”的错误，该错误专门指向代码行 fig, 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。
【讨论】：