数据分析必备：一步步教你如何用matplotlib做数据可视化（13）

1、Matplotlib 文本

Matplotlib具有广泛的文本支持，包括对数学表达式的支持，对光栅和矢量输出的TrueType支持，具有任意旋转的换行符分隔文本以及unicode支持。Matplotlib包含自己的matplotlib.font_manager，它实现了一个跨平台，符合W3C标准的字体查找算法。
用户可以对文本属性(字体大小，字体粗细，文本位置和颜色等)进行大量控制。Matplotlib实现了大量的TeX数学符号和命令。
text - 在Axes的任意位置添加文本。
annotate - 使用可选箭头在Axes的任意位置添加注释。
xlabel - 在Axes的x轴上添加标签。
ylabel - 在Axes的y轴上添加标签。
title - 为Axes添加标题。
figtext - 在图的任意位置添加文本。
suptitle - 在图中添加标题。
以下命令列表用于在Pyplot界面中创建文本

 import matplotlib.pyplot as pltimport numpy as npimport mathimport seaborn as snsplt.rcParams['font.sans-serif'] = ['SimHei'] # 步骤一(替换sans-serif字体)plt.rcParams['axes.unicode_minus'] = False # 原文出自【立地货】，商业转载请联系作者获得授权，非商业请保留原文链接：fig = plt.figure()ax = fig.add_axes([0,0,1,1])ax.set_title('axes title')ax.set_xlabel('xlabel')ax.set_ylabel('ylabel')ax.text(3, 8, '数据坐标中包装的斜体文本', style='italic', bbox = {'facecolor': 'red'})ax.text(2, 6, r'an equation: $E = mc^2, fontsize = 15)ax.text(4, 0.05, '轴coords中的彩色文本',verticalalignment = 'bottom', color = 'green', fontsize = 15)ax.plot([2], [1], 'o')ax.annotate('annotate', xy = (2, 1), xytext = (3, 4),arrowprops = dict(facecolor = 'black', shrink = 0.05))ax.axis([0, 10, 0, 10])plt.show(), fontsize = 15)ax.text(4, 0.05, '轴coords中的彩色文本',verticalalignment = 'bottom', color = 'green', fontsize = 15)ax.plot([2], [1], 'o')ax.annotate('annotate', xy = (2, 1), xytext = (3, 4),arrowprops = dict(facecolor = 'black', shrink = 0.05))ax.axis([0, 10, 0, 10])plt.show()

执行上面示例代码，得到以下结果
在这里插入图片描述

2、Matplotlib 数学表达式

可以将任何Matplotlib文本字符串中的子集TeXmarkup放在一对美元符号($)中。

 plt.title(r'$\alpha > \beta))

要制作下标和上标，请使用_和^符号

import numpy as np
import matplotlib.pyplot as plt
t = np.arange(0.0, 2.0, 0.01)
s = np.sin(2*np.pi*t)plt.plot(t,s)
plt.title(r'$\alpha_i> \beta_i$', fontsize=20)plt.text(0.6, 0.6, r'$\mathcal{A}\mathrm{sin}(2 \omega t)$', fontsize = 20)
plt.text(0.1, -0.5, r'$\sqrt{2}$', fontsize=10)
plt.xlabel('time (s)')
plt.ylabel('volts (mV)')
plt.show()