如何在Matplotlib中设置每个表示相同标签的标记上方的标题？

在数据可视化中，我们常常需要在图表中显示数据标签，以帮助读者更直观地理解其中的含义。在Matplotlib中，我们可以使用annotate()函数在图表中添加文本注释，并指定注释的位置和样式。本文将介绍如何使用annotate()函数在图表中设置每个表示相同标签的标记上方的标题。

准备数据

我们首先需要准备一些示例数据，以便于之后的绘图展示。这里我们使用Matplotlib自带的iris数据集，其中包含了三种不同种类的鸢尾花的花萼长度和花萼宽度的测量值。我们从该数据集中选取前五个数据作为示例数据，代码如下：

import matplotlib.pyplot as plt
from sklearn.datasets import load_iris

iris = load_iris()
data = iris.data[:5]
labels = iris.target_names[iris.target[:5]]

print(data)
print(labels)

输出结果如下：

[[5.1 3.5 1.4 0.2]
 [4.9 3.  1.4 0.2]
 [4.7 3.2 1.3 0.2]
 [4.6 3.1 1.5 0.2]
 [5.  3.6 1.4 0.2]]
['setosa' 'setosa' 'setosa' 'setosa' 'setosa']

这里我们选取了前五个数据，分别表示五朵鸢尾花的花萼长度（第一列）、花萼宽度（第二列）、花瓣长度（第三列）和花瓣宽度（第四列），以及它们所属的种类（setosa）。

绘制散点图

我们接下来使用Matplotlib绘制这五个样本的花萼长度和花萼宽度的散点图，代码如下：

fig, ax = plt.subplots()
ax.scatter(data[:, 0], data[:, 1])
for i, label in enumerate(labels):
    ax.annotate(label, (data[i, 0], data[i, 1]))

这里我们使用了scatter()函数绘制散点图，指定第一列作为横坐标，第二列作为纵坐标。然后使用enumerate()函数遍历标签列表，对每个标签使用annotate()函数添加文本注释。annotate()函数的第一个参数是注释的文本内容，第二个参数是注释的位置，这里我们指定为对应数据点的坐标。

可以看到，我们在每个数据点的旁边添加了对应的标签文本注释。

设置标记标题

现在我们的任务是将相同标签的数据点上方的文本注释合并为一个标题，用以代表这些数据点的含义。例如，在上图中，前三个数据点都属于setosa种类，我们希望将它们的文本注释合并为一个”title: setosa”的标题。为了实现这个效果，我们需要先确定每个标签所对应的数据点，然后计算这些数据点组成的矩形的中心位置，并在该位置添加文本注释。

具体实现如下：

from collections import defaultdict

groups = defaultdict(list)

for i, label in enumerate(labels):
    groups[label].append(i)

for label, group in groups.items():
    x, y = data[group, 0].mean(), data[group, 1].mean()
    ax.annotate(f"title: {label}", (x, y+0.5), ha='center')

我们先使用defaultdict构造了一个字典，用于保存每个标签对应的数据点的下标。然后使用循环遍历标签列表，将每个标签对应的数据点下标存入字典中。接下来对于字典中的每个元素，我们计算它包含的数据点的坐标的平均值，得到矩形的中心点位置，并在该位置上方添加标题文本注释。注意，这里我们将文本注释的y轴坐标加上一个偏移量0.5，以将文本注释放置在数据点的上方并留出一定的距离。

可以看到，我们已经成功将相同标签的数据点的标记上方合并为了一个标题，以便于读者更清晰地理解图表所代表的含义。