极客笔记在Matplotlib中标注时间序列图
参考： Annotate Time Series plot in Matplotlib
在数据可视化中，时间序列图是展示数据随时间变化趋势的一种有效图形。使用Python的Matplotlib库，我们可以轻松创建时间序列图，并通过标注（Annotate）增加图形的信息量和可读性。本文将详细介绍如何在Matplotlib中创建和标注时间序列图，包括基础图形的绘制和各种标注技巧的应用。
基础时间序列图绘制
首先，我们需要安装并导入Matplotlib库。如果你还没有安装Matplotlib，可以通过pip命令安装：
pip install matplotlib
接下来，我们创建一个基础的时间序列图。假设我们有一组日期和对应的数据值，我们将使用Matplotlib的pyplot模块来绘制图形。
示例代码 1: 创建基础时间序列图
import matplotlib.pyplot as plt
import pandas as pd
# 创建时间序列数据
dates = pd.date_range('20230101', periods=6)
data = [1, 3, 2, 5, 4, 6]
# 绘制时间序列图
plt.figure(figsize=(10, 5))
plt.plot(dates, data, label='Data from how2matplotlib.com')
plt.xlabel('Date')
plt.ylabel('Value')
plt.title('Basic Time Series Plot from how2matplotlib.com')
plt.legend()
plt.show()
Output:
在时间序列图中添加标注
在时间序列图中添加标注可以帮助读者更好地理解数据的特定点或趋势。Matplotlib提供了多种添加标注的方法，包括使用annotate函数直接在图中指定位置添加文本和箭头。
示例代码 2: 在时间序列图中添加简单标注
import matplotlib.pyplot as plt
import pandas as pd
# 创建时间序列数据
dates = pd.date_range('20230101', periods=6)
data = [1, 3, 2, 5, 4, 6]
# 绘制时间序列图并添加标注
plt.figure(figsize=(10, 5))
plt.plot(dates, data, marker='o', label='Data from how2matplotlib.com')
plt.annotate('Highest Point', xy=(dates[3], data[3]), xytext=(dates[2], data[3]+1),
arrowprops=dict(facecolor='black', shrink=0.05),
fontsize=12, color='red')
plt.xlabel('Date')
plt.ylabel('Value')
plt.title('Time Series Plot with Annotation from how2matplotlib.com')
plt.legend()
plt.show()
Output:
示例代码 3: 使用自定义箭头样式标注
import matplotlib.pyplot as plt
import pandas as pd
# 创建时间序列数据
dates = pd.date_range('20230101', periods=6)
data = [1, 3, 2, 5, 4, 6]
# 绘制时间序列图并添加标注
plt.figure(figsize=(10, 5))
plt.plot(dates, data, marker='o', label='Data from how2matplotlib.com')
plt.annotate('Start Point', xy=(dates[0], data[0]), xytext=(dates[1], data[0]-1),
arrowprops=dict(arrowstyle='->', connectionstyle='arc3,rad=.5', color='green'),
fontsize=12, color='green')
plt.xlabel('Date')
plt.ylabel('Value')
plt.title('Time Series Plot with Custom Arrow from how2matplotlib.com')
plt.legend()
plt.show()
Output:
示例代码 4: 标注多个点
import matplotlib.pyplot as plt
import pandas as pd
# 创建时间序列数据
dates = pd.date_range('20230101', periods=6)
data = [1, 3, 2, 5, 4, 6]
# 绘制时间序列图并添加多个标注
plt.figure(figsize=(10, 5))
plt.plot(dates, data, marker='o', linestyle='-', label='Data from how2matplotlib.com')
for i, txt in enumerate(data):
plt.annotate(txt, (dates[i], data[i]), textcoords="offset points", xytext=(0,10), ha='center')
plt.xlabel('Date')
plt.ylabel('Value')
plt.title('Time Series Plot with Multiple Annotations from how2matplotlib.com')
plt.legend()
plt.show()
Output:
高级标注技巧
在Matplotlib中，我们不仅可以添加简单的文本标注，还可以通过调整标注样式、添加背景框、使用不同的箭头样式等方式，使得标注更加丰富和个性化。
示例代码 5: 添加带有背景框的标注
import matplotlib.pyplot as plt
import pandas as pd
# 创建时间序列数据
dates = pd.date_range('20230101', periods=6)
data = [1, 3, 2, 5, 4, 6]
# 绘制时间序列图并添加带背景框的标注
plt.figure(figsize=(10, 5))
plt.plot(dates, data, marker='o', linestyle='-', label='Data from how2matplotlib.com')
plt.annotate('Highlight', xy=(dates[4], data[4]), xytext=(dates[3], data[4]+1),
arrowprops=dict(facecolor='yellow', edgecolor='black'),
bbox=dict(boxstyle='round,pad=0.5', facecolor='yellow', edgecolor='black', alpha=0.5),
fontsize=12, color='black')
plt.xlabel('Date')
plt.ylabel('Value')
plt.title('Time Series Plot with Boxed Annotation from how2matplotlib.com')
plt.legend()
plt.show()
Output:
示例代码 6: 使用不同箭头样式标注
import matplotlib.pyplot as plt
import pandas as pd
# 创建时间序列数据
dates = pd.date_range('20230101', periods=6)
data = [1, 3, 2, 5, 4, 6]
# 绘制时间序列图并添加不同箭头样式的标注
plt.figure(figsize=(10, 5))
plt.plot(dates, data, marker='o', linestyle='-', label='Data from how2matplotlib.com')
plt.annotate('Special Point', xy=(dates[2], data[2]), xytext=(dates[1], data[2]-1),
arrowprops=dict(arrowstyle='fancy', facecolor='purple'),
fontsize=12, color='purple')
plt.xlabel('Date')
plt.ylabel('Value')
plt.title('Time Series Plot with Fancy Arrow from how2matplotlib.com')
plt.legend()
plt.show()
Output:
示例代码 7: 标注使用自定义字体样式
import matplotlib.pyplot as plt
import pandas as pd
# 创建时间序列数据
dates = pd.date_range('20230101', periods=6)
data = [1, 3, 2, 5, 4, 6]
# 绘制时间序列图并添加自定义字体样式的标注
plt.figure(figsize=(10, 5))
plt.plot(dates, data, marker='o', linestyle='-', label='Data from how2matplotlib.com')
plt.annotate('Important', xy=(dates[5], data[5]), xytext=(dates[4], data[5]-1),
arrowprops=dict(arrowstyle='->', color='blue'),
fontsize=14, fontweight='bold', color='blue')
plt.xlabel('Date')
plt.ylabel('Value')
plt.title('Time Series Plot with Custom Font Style from how2matplotlib.com')
plt.legend()
plt.show()
Output:
示例代码 8: 使用连接线样式标注
import matplotlib.pyplot as plt
import pandas as pd
# 创建时间序列数据
dates = pd.date_range('20230101', periods=6)
data = [1, 3, 2, 5, 4, 6]
# 绘制时间序列图并添加连接线样式的标注
plt.figure(figsize=(10, 5))
plt.plot(dates, data, marker='o', linestyle='-', label='Data from how2matplotlib.com')
plt.annotate('Check this', xy=(dates[1], data[1]), xytext=(dates[0], data[1]+1),
arrowprops=dict(arrowstyle='->', connectionstyle='angle,angleA=0,angleB=90,rad=10', color='orange'),
fontsize=12, color='orange')
plt.xlabel('Date')
plt.ylabel('Value')
plt.title('Time Series Plot with Connection Line Style from how2matplotlib.com')
plt.legend()
plt.show()
Output:
示例代码 9: 标注带有阴影效果
import matplotlib.pyplot as plt
import pandas as pd
# 创建时间序列数据
dates = pd.date_range('20230101', periods=6)
data = [1, 3, 2, 5, 4, 6]
# 绘制时间序列图并添加带阴影效果的标注
plt.figure(figsize=(10, 5))
plt.plot(dates, data, marker='o', linestyle='-', label='Data from how2matplotlib.com')
plt.annotate('Shadowed text', xy=(dates[4], data[4]), xytext=(dates[3], data[4]-1),
arrowprops=dict(arrowstyle='->', color='gray'),
fontsize=12, color='black', shadow=True)
plt.xlabel('Date')
plt.ylabel('Value')
plt.title('Time Series Plot with Shadowed Annotation from how2matplotlib.com')
plt.legend()
plt.show()
示例代码 10: 使用多行文本标注
import matplotlib.pyplot as plt
import pandas as pd
# 创建时间序列数据
dates = pd.date_range('20230101', periods=6)
data = [1, 3, 2, 5, 4, 6]
# 绘制时间序列图并添加多行文本标注
plt.figure(figsize=(10, 5))
plt.plot(dates, data, marker='o', linestyle='-', label='Data from how2matplotlib.com')
plt.annotate('This is a\nmulti-line annotation', xy=(dates[2], data[2]), xytext=(dates[1], data[2]+2),
arrowprops=dict(arrowstyle='->', color='navy'),
fontsize=12, color='navy')
plt.xlabel('Date')
plt.ylabel('Value')
plt.title('Time Series Plot with Multi-line Annotation from how2matplotlib.com')
plt.legend()
plt.show()
Output:
示例代码 11: 标注与图例结合
import matplotlib.pyplot as plt
import pandas as pd
# 创建时间序序列数据
dates = pd.date_range('20230101', periods=6)
data = [1, 3, 2, 5, 4, 6]
# 绘制时间序列图并添加标注与图例结合
plt.figure(figsize=(10, 5))
plt.plot(dates, data, marker='o', linestyle='-', label='Data from how2matplotlib.com')
plt.annotate('Annotation with legend', xy=(dates[5], data[5]), xytext=(dates[4], data[5]-1),
arrowprops=dict(arrowstyle='->', color='magenta'),
fontsize=12, color='magenta')
plt.xlabel('Date')
plt.ylabel('Value')
plt.title('Time Series Plot with Annotation and Legend from how2matplotlib.com')
plt.legend(title='Legend')
plt.show()
Output:
示例代码 12: 使用标注指向图中的最小值
import matplotlib.pyplot as plt
import pandas as pd
# 创建时间序列数据
dates = pd.date_range('20230101', periods=6)
data = [1, 3, 2, 5, 4, 6]
# 找到最小值的位置
min_value = min(data)
min_index = data.index(min_value)
# 绘制时间序列图并标注最小值
plt.figure(figsize=(10, 5))
plt.plot(dates, data, marker='o', linestyle='-', label='Data from how2matplotlib.com')
plt.annotate('Minimum Value', xy=(dates[min_index], min_value), xytext=(dates[min_index-1], min_value+1),
arrowprops=dict(facecolor='brown', shrink=0.05),
fontsize=12, color='brown')
plt.xlabel('Date')
plt.ylabel('Value')
plt.title('Time Series Plot Highlighting Minimum Value from how2matplotlib.com')
plt.legend()
plt.show()
Output:
以上示例代码展示了在Matplotlib中如何创建和标注时间序列图。通过这些示例，你可以学习到如何使用不同的标注技巧来增强你的图形的表达力和信息传递能力。