如何在 Matplotlib 中使用数据坐标系外的注释？

在使用 Matplotlib 进行数据可视化时，有时候我们需要在图表中添加一些注释信息，比如线性回归方程、数据标签、文字说明等，这些注释信息既要清晰明了，又要不影响图表本身。Matplotlib 提供了多种注释工具，本篇文章将重点介绍如何在数据坐标系外添加注释。

效果演示

为了方便演示，我们首先生成一些数据。

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 10, 100)
y = np.sin(x) + 1.5 * np.cos(2 * x)

接下来，我们将画出一张简单的折线图，并在图中添加注释信息。

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

# 在坐标系外添加注释
ax.text(0.5, 1.05, '这是一条折线图', transform=ax.transAxes,
        ha='center', va='bottom', fontsize=14, color='blue')
ax.text(0.1, 0.95, '最大值为 {:.2f}'.format(np.max(y)), transform=ax.transAxes,
        ha='left', va='top', fontsize=12, color='red')
ax.text(0.9, 0.05, '最小值为 {:.2f}'.format(np.min(y)), transform=ax.transAxes,
        ha='right', va='bottom', fontsize=12, color='green')

plt.show()

注释信息分别放置在坐标系外的不同位置。我们可以看到，Matplotlib 提供了多种方式来控制注释的位置和形式。

transform 参数

在添加注释时，我们需要指定注释的位置。Matplotlib 中提供的 text() 函数有一个 transform 参数，我们可以通过该参数来指定注释的坐标系。如上面的示例代码中，我们使用了 ax.transAxes，这是一个坐标系变换对象，它将注释的坐标系变换为坐标系轴的比例。

另外，Matplotlib 还提供了其他的坐标系变换对象，如 ax.transData（坐标系变换为数据坐标系）、ax.transAxes（坐标系变换为坐标系轴的比例）、ax.transFigure（坐标系变换为图的大小）、ax.transAxes（坐标系变换为坐标轴上下限）等等。我们可以根据需要来选择不同的坐标系变换对象。

ha 和 va 参数

在注释信息中，我们还可以通过 ha 和 va 参数来指定水平和垂直对齐方式。具体参数如下：

ha：horizontal alignment，可选值包括 'center'、'left' 和 'right'，分别表示水平居中、左对齐和右对齐。
va：vertical alignment，可选值包括 'center'、'top' 和 'bottom'，分别表示垂直居中、顶对齐和底对齐。

完整示例

下面是一个更加完整的示例，展示了如何在坐标系外添加多个注释信息。

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 10, 100)
y = np.sin(x) + 1.5 * np.cos(2 * x)

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

# 在坐标系外添加注释
ax.text(0.5, 1.05, '这是一条折线图', transform=ax.transAxes, ha='center', va='bottom', fontsize=14, color='blue')
ax.text(0.1, 0.95, '最大值为 {:.2f}'.format(np.max(y)), transform=ax.transAxes, ha='left', va='top', fontsize=12, color='red')
ax.text(0.9, 0.05, '最小值为 {:.2f}'.format(np.min(y)), transform=ax.transAxes, ha='right', va='bottom', fontsize=12, color='green')
ax.text(x[60], y[60]-0.2, '这是一个数据点', fontsize=12, color='black', bbox=dict(facecolor='white', edgecolor='gray', alpha=0.5))

# 设置注释线
xy = (x[70], y[70])
xytext = (x[70], 1.5)
ax.annotate('这是一条注释线', xy=xy, xytext=xytext, fontsize=12,
            arrowprops=dict(facecolor='black', width=1, headwidth=6))

plt.show()

可以看到，在坐标系外添加注释信息还有以下几个方式：