在上一篇博文ID3决策树算法中，绘制决策树时，使用了Matplotlib的注解工具annotate，借此机会系统学习一下annotate的用法。
annotate用于在图形上给数据添加文本注解，而且支持带箭头的划线工具，方便我们在合适的位置添加描述信息。
参数说明：
Axes.annotate(s, xy, *args, **kwargs)
- s：注释文本的内容
- xy：被注释的坐标点，二维元组形如(x,y)
- xytext：注释文本的坐标点，也是二维元组，默认与xy相同
- xycoords：被注释点的坐标系属性，允许输入的值如下
| 属性值 | 含义 |
|---|---|
| \'figure points\' | 以绘图区左下角为参考，单位是点数 |
| \'figure pixels\' | 以绘图区左下角为参考，单位是像素数 |
| \'figure fraction\' | 以绘图区左下角为参考，单位是百分比 |
| \'axes points\' | 以子绘图区左下角为参考，单位是点数（一个figure可以有多个axex，默认为1个） |
| \'axes pixels\' | 以子绘图区左下角为参考，单位是像素数 |
| \'axes fraction\' | 以子绘图区左下角为参考，单位是百分比 |
| \'data\' | 以被注释的坐标点xy为参考 (默认值) |
| \'polar\' | 不使用本地数据坐标系，使用极坐标系 |
- textcoords ：注释文本的坐标系属性，默认与xycoords属性值相同，也可设为不同的值。除了允许输入xycoords的属性值，还允许输入以下两种：
| 属性值 | 含义 |
|---|---|
| \'offset points\' | 相对于被注释点xy的偏移量（单位是点） |
| \'offset pixels\' | 相对于被注释点xy的偏移量（单位是像素） |
arrowprops：箭头的样式，dict（字典）型数据，如果该属性非空，则会在注释文本和被注释点之间画一个箭头。如果不设置\'arrowstyle\' 关键字，则允许包含以下关键字：
| 关键字 | 说明 |
|---|---|
| width | 箭头的宽度（单位是点） |
| headwidth | 箭头头部的宽度（点） |
| headlength | 箭头头部的长度（点） |
| shrink | 箭头两端收缩的百分比（占总长） |
| ? | 任何 matplotlib.patches.FancyArrowPatch中的关键字
|
如果设置了‘arrowstyle’关键字，以上关键字就不能使用。允许的值有：
| 箭头的样式 | 属性 |
|---|---|
\'-\' |
None |
\'->\' |
head_length=0.4,head_width=0.2 |
\'-[\' |
widthB=1.0,lengthB=0.2,angleB=None |
\'|-|\' |
widthA=1.0,widthB=1.0 |
\'-|>\' |
head_length=0.4,head_width=0.2 |
\'<-\' |
head_length=0.4,head_width=0.2 |
\'<->\' |
head_length=0.4,head_width=0.2 |
\'<|-\' |
head_length=0.4,head_width=0.2 |
\'<|-|>\' |
head_length=0.4,head_width=0.2 |
\'fancy\' |
head_length=0.4,head_width=0.4,tail_width=0.4 |
\'simple\' |
head_length=0.5,head_width=0.5,tail_width=0.2 |
\'wedge\' |
tail_width=0.3,shrink_factor=0.5 |
FancyArrowPatch的关键字包括:
| Key | Description |
|---|---|
| arrowstyle | 箭头的样式 |
| connectionstyle | 连接线的样式 |
| relpos |
箭头起始点相对注释文本的位置，默认为 (0.5, 0.5)，即文本的中心， （0，0）表示左下角，（1，1）表示右上角 |
| patchA | 箭头起点处的图形（matplotlib.patches对象），默认是注释文字框 |
| patchB | 箭头终点处的图形（matplotlib.patches对象），默认为空 |
| shrinkA | 箭头起点的缩进点数，默认为2 |
| shrinkB | 箭头终点的缩进点数，默认为2 |
| mutation_scale | default is text size (in points) |
| mutation_aspect | default is 1. |
| ? | any key for matplotlib.patches.PathPatch
|
- annotation_clip : 布尔值，可选参数，默认为空。设为True时，只有被注释点在子图区内时才绘制注释；设为False时，无论被注释点在哪里都绘制注释。仅当xycoords为‘data’时，默认值空相当于True。
返回值：
Annotation对象
示例：
- 一个基本的注释示例，设置了箭头的颜色和缩进，感兴趣的话可以以此为基础尝试更多的属性和样式。
import numpy as np import matplotlib.pyplot as plt fig, ax = plt.subplots() # 绘制一个余弦曲线 t = np.arange(0.0, 5.0, 0.01) s = np.cos(2*np.pi*t) line, = ax.plot(t, s, lw=2) # 绘制一个黑色，两端缩进的箭头 ax.annotate(\'local max\', xy=(2, 1), xytext=(3, 1.5), xycoords=\'data\', arrowprops=dict(facecolor=\'black\', shrink=0.05) ) ax.set_ylim(-2, 2) plt.show()
-
- 坐标转换示例——在本例中，我们学习用不同的坐标体系绘制注释。
-
import numpy as np import matplotlib.pyplot as plt # 以步长0.005绘制一个曲线 x = np.arange(0, 10, 0.005) y = np.exp(-x/2.) * np.sin(2*np.pi*x) fig, ax = plt.subplots() ax.plot(x, y) ax.set_xlim(0, 10) ax.set_ylim(-1, 1) # 被注释点的数据轴坐标和所在的像素 xdata, ydata = 5, 0 xdisplay, ydisplay = ax.transData.transform_point((xdata, ydata)) # 设置注释文本的样式和箭头的样式 bbox = dict(boxstyle="round", fc="0.8") arrowprops = dict( arrowstyle = "->", connectionstyle = "angle,angleA=0,angleB=90,rad=10") # 设置偏移量 offset = 72 # xycoords默认为\'data\'数据轴坐标，对坐标点（5,0）添加注释 # 注释文本参考被注释点设置偏移量，向左2*72points，向上72points ax.annotate(\'data = (%.1f, %.1f)\'%(xdata, ydata), (xdata, ydata), xytext=(-2*offset, offset), textcoords=\'offset points\', bbox=bbox, arrowprops=arrowprops) # xycoords以绘图区左下角为参考，单位为像素 # 注释文本参考被注释点设置偏移量，向右0.5*72points，向下72points disp = ax.annotate(\'display = (%.1f, %.1f)\'%(xdisplay, ydisplay), (xdisplay, ydisplay), xytext=(0.5*offset, -offset), xycoords=\'figure pixels\', textcoords=\'offset points\', bbox=bbox, arrowprops=arrowprops) plt.show()
- 极坐标上的注释——在此例中，我们会在极坐标系绘图，并在极坐标系设置被注释点，以绘图区的百分比为参数放置注释文本。
import numpy as np import matplotlib.pyplot as plt # 绘制一个极地坐标，再以0.001为步长，画一条螺旋曲线 fig = plt.figure() ax = fig.add_subplot(111, polar=True) r = np.arange(0,1,0.001) theta = 2 * 2*np.pi * r line, = ax.plot(theta, r, color=\'#ee8d18\', lw=3) # 对索引为800处画一个圆点，并做注释 ind = 800 thisr, thistheta = r[ind], theta[ind] ax.plot([thistheta], [thisr], \'o\') ax.annotate(\'a polar annotation\', xy=(thistheta, thisr), # 被注释点遵循极坐标系，坐标为角度和半径 xytext=(0.05, 0.05), # 注释文本放在绘图区的0.05百分比处 textcoords=\'figure fraction\', arrowprops=dict(facecolor=\'black\', shrink=0.05),# 箭头线为黑色，两端缩进5% horizontalalignment=\'left\',# 注释文本的左端和低端对齐到指定位置 verticalalignment=\'bottom\', ) plt.show()
- 不同样式的注释文本示例
import matplotlib.pyplot as plt # 设置绘图区标题 fig = plt.figure() fig.suptitle(\'bold figure suptitle\', fontsize=14, fontweight=\'bold\') # 设置子绘图区标题 ax = fig.add_subplot(111) fig.subplots_adjust(top=0.85) ax.set_title(\'axes title\') # 设置x y坐标轴的标识 ax.set_xlabel(\'xlabel\') ax.set_ylabel(\'ylabel\') # 红色、透明度0.5、边框留白10 ax.text(3, 8, \'boxed italics text in data coords\', style=\'italic\', bbox={\'facecolor\':\'red\', \'alpha\':0.5, \'pad\':10}) # 文字中有数学公式 ax.text(2, 6, r\'an equation: $E=mc^2$\', fontsize=15) # 文字中有ASCII码 ax.text(3, 2, \'unicode: Institut f\374r Festk\366rperphysik\') # 转换坐标系 ax.text(0.95, 0.01, \'colored text in axes coords\', verticalalignment=\'bottom\', horizontalalignment=\'right\', transform=ax.transAxes, color=\'green\', fontsize=15) # 在2,1处画个圆点，添加注释 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()
参考：
官方文档 https://matplotlib.org/api/_as_gen/matplotlib.axes.Axes.annotate.html#matplotlib.axes.Axes.annotate