Loading [MathJax]/jax/input/TeX/config.js
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >Matplotlib 中文用户指南 4.3 文本属性及布局

Matplotlib 中文用户指南 4.3 文本属性及布局

作者头像
ApacheCN_飞龙
发布于 2022-12-01 07:40:16
发布于 2022-12-01 07:40:16
39300
代码可运行
举报
文章被收录于专栏:信数据得永生信数据得永生
运行总次数:0
代码可运行

文本属性及布局

原文:Text properties and layout 译者:飞龙 协议:CC BY-NC-SA 4.0

matplotlib.text.Text实例有各种属性,可以通过关键字参数配置文本命令(例如,title()xlabel()text())。

属性

值类型

alpha

浮点

backgroundcolor

任何 matplotlib 颜色

bbox

rectangle prop dict plus key ‘pad’ which is a pad in points

clip_box

matplotlib.transform.Bbox 实例

clip_on

[True / False]

clip_path

Path,Transform或Patch 实例

color

任何 matplotlib 颜色

family

[ 'serif' / 'sans-serif' / 'cursive' / 'fantasy' / 'monospace' ]

fontproperties

matplotlib.font_manager.FontProperties 实例

horizontalalignment or ha

[ 'center' / 'right' / 'left' ]

label

任何字符串

linespacing

浮点

multialignment

['left' / 'right' / 'center' ]

name or fontname

字符串,例如 ['Sans' / 'Courier' / 'Helvetica' ...]

picker

[None / 浮点 / 布尔值 / 可调用对象]`

position

(x,y)

rotation

[ 角度制的角度 / ‘vertical’ / ‘horizontal’

size or fontsize

[ 点的尺寸

style or fontstyle

[ 'normal' / 'italic' / 'oblique']

text

字符串或任何可使用'%s'打印的东西

transform

matplotlib.transform 实例

variant

[ 'normal' / 'small-caps' ]

verticalalignment or va

[ 'center' / 'top' / 'bottom' / 'baseline' ]

visible

[True / False]

weight or fontweight

[ 'normal' / 'bold' / 'heavy' / 'light' / 'ultrabold' / 'ultralight']

x

浮点

y

浮点

zorder

任意数值

你可以使用对齐参数horizontalalignmentverticalalignmentmultialignment来布置文本。 horizontalalignment控制文本的x位置参数表示文本边界框的左边,中间或右边。 verticalalignment控制文本的y位置参数表示文本边界框的底部,中心或顶部。 multialignment,仅对于换行符分隔的字符串,控制不同的行是左,中还是右对齐。 这里是一个使用text()命令显示各种对齐方式的例子。 在整个代码中使用transform = ax.transAxes,表示坐标相对于轴边界框给出,其中0,0是轴的左下角,1,1是右上角。

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
import matplotlib.pyplot as plt
import matplotlib.patches as patches

# build a rectangle in axes coords
left, width = .25, .5
bottom, height = .25, .5
right = left + width
top = bottom + height

fig = plt.figure()
ax = fig.add_axes([0,0,1,1])

# axes coordinates are 0,0 is bottom left and 1,1 is upper right
p = patches.Rectangle(
    (left, bottom), width, height,
    fill=False, transform=ax.transAxes, clip_on=False
    )

ax.add_patch(p)

ax.text(left, bottom, 'left top',
        horizontalalignment='left',
        verticalalignment='top',
        transform=ax.transAxes)

ax.text(left, bottom, 'left bottom',
        horizontalalignment='left',
        verticalalignment='bottom',
        transform=ax.transAxes)

ax.text(right, top, 'right bottom',
        horizontalalignment='right',
        verticalalignment='bottom',
        transform=ax.transAxes)

ax.text(right, top, 'right top',
        horizontalalignment='right',
        verticalalignment='top',
        transform=ax.transAxes)

ax.text(right, bottom, 'center top',
        horizontalalignment='center',
        verticalalignment='top',
        transform=ax.transAxes)

ax.text(left, 0.5*(bottom+top), 'right center',
        horizontalalignment='right',
        verticalalignment='center',
        rotation='vertical',
        transform=ax.transAxes)

ax.text(left, 0.5*(bottom+top), 'left center',
        horizontalalignment='left',
        verticalalignment='center',
        rotation='vertical',
        transform=ax.transAxes)

ax.text(0.5*(left+right), 0.5*(bottom+top), 'middle',
        horizontalalignment='center',
        verticalalignment='center',
        fontsize=20, color='red',
        transform=ax.transAxes)

ax.text(right, 0.5*(bottom+top), 'centered',
        horizontalalignment='center',
        verticalalignment='center',
        rotation='vertical',
        transform=ax.transAxes)

ax.text(left, top, 'rotated\nwith newlines',
        horizontalalignment='center',
        verticalalignment='center',
        rotation=45,
        transform=ax.transAxes)

ax.set_axis_off()
plt.show()
本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2017-01-30,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
Matplotlib 中文用户指南 4.2 基本的文本命令
命令式:matplotlib.pyplot.text,面向对象:matplotlib.axes.Axes.text。
ApacheCN_飞龙
2022/12/01
5420
Matplotlib 中文用户指南 4.2 基本的文本命令
数据分析最有用的Top 50 Matplotlib图(带有完整的Python代码)(上)
50个Matplotlib图的汇编,在数据分析和可视化中最有用。此列表允许您使用Python的Matplotlib和Seaborn库选择要显示的可视化对象。
Datawhale
2019/10/18
2.1K0
数据分析最有用的Top 50 Matplotlib图(带有完整的Python代码)(上)
25 个常用 Matplotlib 图的 Python 代码,收藏收藏!
大家好,今天要分享给大家25个Matplotlib图的汇总,在数据分析和可视化中非常有用,文章较长,可以马起来慢慢练手。
Python数据科学
2020/05/26
8650
Matplotlib 1.4W+字基础教程来了(收藏吃灰去吧~~)
参考:Rougier N P, Droettboom M, Bourne P E, et al. Ten Simple Rules for Better Figures[J]. PLOS Computational Biology【IF 4.7】, 2014, 10(9).感兴趣戳:https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4161295/pdf/pcbi.1003833.pdf
DataCharm
2021/02/22
1.5K0
Matplotlib 1.4W+字基础教程来了(收藏吃灰去吧~~)
Matplotlib 中文用户指南 4.5 标注
使用text()会将文本放置在轴域的任意位置。 文本的一个常见用例是标注绘图的某些特征,而annotate()方法提供辅助函数,使标注变得容易。 在标注中,有两个要考虑的点:由参数xy表示的标注位置和xytext的文本位置。 这两个参数都是(x, y)元组。
ApacheCN_飞龙
2022/12/01
1.2K0
Matplotlib 中文用户指南 4.5 标注
FiveThirtyEight商业可视化作品绝了!复现它!!教程超详细~~(直播资料分享)
经常看我直播的小伙伴应该知道,小编最近在复现一些商业网站上的优秀可视化作品,也有很多同学让我直播进行讲解,这边和小伙伴们说一下:我们安排都是先在公众号发文,然后再进行情况选择是否进行直播讲解。好了,话不多说,今天小编给大家带来的是复现FiveThirtyEight网站的一幅可视化作品,详细介绍如下:
DataCharm
2021/12/27
1K0
FiveThirtyEight商业可视化作品绝了!复现它!!教程超详细~~(直播资料分享)
这些绘图细节(字体、线类型、标记等)让你的论文配图耳目一新
今天这篇推文,小编就对Python-matplotlib的一些基本绘图样式(字体、线类型、标记等)进行汇总统计,希望对小伙伴们有所帮助。主要内容如下:
郭好奇同学
2021/08/26
1K0
这些绘图细节(字体、线类型、标记等)让你的论文配图耳目一新
Matplotlib 可视化之箭头与标注的高级应用
时间线是按时间顺序显示的事件列表。它通常是一个图形设计,显示一个长条,标有与之平行的日期,通常是同时期的事件。
数据STUDIO
2022/04/11
2K0
Matplotlib 可视化之箭头与标注的高级应用
这些绘图细节(字体、线类型、标记等)让你的论文配图耳目一新
今天这篇推文,小编就对Python-matplotlib的一些基本绘图样式(字体、线类型、标记等)进行汇总统计,希望对小伙伴们有所帮助。主要内容如下:
DataCharm
2021/07/29
6250
Matplotlib绘图复习.基本元素
RGBA - (Red, Green, Blue, Alpha) RGBA 值在 0-1 之间 color = (0.3, 0.5, 0.7, 0.9) 写法
云深无际
2021/09/14
8500
Matplotlib绘图复习.基本元素
python画图时给图中的点加标签之plt.text
今天在用matplotlib模块画各城市2019-nCoV疫情确诊人数和节前流入人口数的图的时候遇到了要给图中的点加上标签示意,原本图长这个样子
全栈程序员站长
2022/06/27
1.4K0
python画图时给图中的点加标签之plt.text
Python多子图绘制代码(共享colorbar、微调子图等)
阿巴阿巴-
2025/04/19
1820
Python-matplotlib 商业图表-第5弹
第一次使用 Markdown Nice 进行公众号编写(其实刚开始运营公众号时也有使用过,奈于代码编辑就放弃,不过,现在“真香”了 ),希望熟悉后定制自己属于自己的主题。本期还是继续前面的Python-matplotlib 商业图表绘制系列的第5篇教程推文,目的还是为了熟悉matplotlib的绘图语法。
DataCharm
2021/02/22
2590
Python-matplotlib 商业图表-第5弹
Matplotlib 可视化之图表坐标系统
在 Transformation Object 列中,ax是一个 Axes 实例,fig是一个 Figure 实例。
数据STUDIO
2022/04/11
1.3K0
Matplotlib 可视化之图表坐标系统
Python-matplotlib双Y轴可视化绘制
最近有很多小伙伴私信我关于双Y轴图的绘制方法? 这里我就直接给出Python-matplotlib绘制方法和R-ggplot2的绘制方法,主要的知识点如下:
bugsuse
2021/01/04
2.2K0
Python-matplotlib双Y轴可视化绘制
Matplotlib 中文用户指南 3.5 艺术家教程
matplotlib API 有三个层级。 matplotlib.backend_bases.FigureCanvas是绘制图形的区域,matplotlib.backend_bases.Renderer是知道如何在ChartCanvas上绘制的对象,而matplotlib.artist.Artist是知道如何使用渲染器在画布上画图的对象。 FigureCanvas和Renderer处理与用户界面工具包(如 wxPython)或 PostScript® 等绘图语言交互的所有细节,Artist处理所有高级结构,如表示和布局图形,文本和线条。用户通常要花费95%的时间来处理艺术家。
ApacheCN_飞龙
2022/12/01
2.7K0
Matplotlib 中文用户指南 3.5 艺术家教程
Matplotlib 可视化之注释与文本高级应用
可以使用scipy.special.jn()函数,其中需要计算整数阶贝塞尔函数 Jn 的零点,可以使用函数 scipy.special.jn_zeros(n, nt)
数据STUDIO
2022/05/24
1.4K0
Matplotlib 可视化之注释与文本高级应用
Matplotlib 可视化之图例与标签高级应用
图例非常容易使用,只要求用户命名图。Matplotlib将自动创建一个包含每个图形元素的图例。即使在大多数情况下,一个简单的legend() 调用就足够了,但图例还是提供了几个选项,允许我们自定义图例的各个配置。如使用
数据STUDIO
2022/05/24
2K0
Matplotlib 可视化之图例与标签高级应用
手把手教你用Matplotlib画一个小清新配色的商业图表
导读:本文使用小清新配色对散点图和折线图进行另类的绘制,绘制出让人耳目一新的商业图表可视化作品。
IT阅读排行榜
2020/09/08
1.2K0
手把手教你用Matplotlib画一个小清新配色的商业图表
推荐阅读
相关推荐
Matplotlib 中文用户指南 4.2 基本的文本命令
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验