前言

在绘制复杂图像时，图像标注能帮助阅读对象更好理解图像含义。图像标注是在画面上添加文字注释、指示箭头、图框等各类标注元素。

一、文字标注（plt.text()）

1. 函数

plt.text(x, y, s, fontsize=12, horizontalalignment='left', ...)

• 作用：在指定坐标位置添加文字注释。

• 参数：

  • x, y：标注的坐标位置（基于数据坐标系）。

  • s：标注的文本内容。

  • fontsize：字体大小。

  • horizontalalignment：水平对齐方式（'left', 'center', 'right'）。

  • 其他参数：color, rotation 等（与文本样式相关）。

2. 示例：柱形图数值标注

fig, axes = plt.subplots()
x_bar = [10, 20, 30, 40, 50]
y_bar = [0.5, 0.6, 0.3, 0.4, 0.8]
bars = axes.bar(x_bar, y_bar, color='blue', width=2)

for i, rect in enumerate(bars):
    x_center = rect.get_x() + rect.get_width() / 2  # 柱子中心横坐标
    y_text = rect.get_height() + 0.01               # 高度 + 偏移量
    plt.text(x_center, y_text, f'{y_bar[i]:.1f}', 
             ha='center', va='bottom')              # 居中对齐

• 关键点：

  • 通过 rect.get_x() + rect.get_width()/2 获取柱子中心，使文本居中。

  • va='bottom' 确保文本底部对齐柱子顶部，避免遮挡。

二、箭头标注（plt.annotate()）

1. 函数

plt.annotate(text, xy, xytext, arrowprops=dict(...), ...)

• 作用：添加带箭头的复杂标注。

• 参数：

  • text：标注文本。

  • xy：箭头指向的目标位置（数据坐标系）。

  • xytext：文本的起始位置（数据坐标系）。

  • arrowprops：箭头属性字典，常用参数：

    • facecolor：箭头颜色。

    • width：箭尾宽度。

    • headwidth：箭头宽度。

    • arrowstyle：箭头样式（如 '->', 'fancy'）。

2. 示例：标注柱形图最小值

plt.annotate('Min', 
             xy=(30, 0.3),          # 箭头指向柱子顶部中心
             xytext=(35, 0.5),      # 文本起始位置
             arrowprops=dict(facecolor='black', arrowstyle='->', linewidth=1),
             ha='center', va='center')

• 关键点：

  • xy 应指向目标点（如柱子顶部中心），需结合数据坐标计算。

  • 使用 arrowstyle 可自定义箭头形状（如 '->' 为简单箭头，'fancy' 为复杂样式）。

三、注意事项

1. 坐标系统：

   • 默认使用数据坐标系，可通过 transform 参数切换为其他坐标系（如 axes像素坐标系）。

2. 文本位置优化：

   • 动态计算标注位置（如基于柱子高度自动调整偏移量）。

3. 样式统一性：

   • 保持标注颜色、字体与图表风格一致。

4. 箭头指向准确性：

   • 确保 xy 坐标精确指向目标位置，避免视觉误导。

四、完整代码示例

import matplotlib.pyplot as plt

# 数据准备
x_bar = [10, 20, 30, 40, 50]
y_bar = [0.5, 0.6, 0.3, 0.4, 0.8]

# 绘制柱形图
fig, ax = plt.subplots()
bars = ax.bar(x_bar, y_bar, color='skyblue', width=2)

# 添加文字标注
for rect in bars:
    height = rect.get_height()
    x_center = rect.get_x() + rect.get_width() / 2
    ax.text(x_center, height + 0.01, f'{height:.1f}', 
            ha='center', va='bottom', fontsize=10)

# 添加箭头标注
ax.annotate('Min Value',
            xy=(30, 0.3), 
            xytext=(40, 0.6),
            arrowprops=dict(facecolor='red', arrowstyle='->', linewidth=1.5),
            fontsize=12, color='darkred')

plt.show()

通过结合 text() 和 annotate()，可清晰标注图表关键信息，提升可读性。