数据图基础设置：Legend, Annotation and tick

本文以代码解释Matplotlib中Legend, Annotation and tick 能见度三个概念的使用和含义。

1. 数据准备与绘制图像

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-3, 3, 50)
y1 = 2*x + 1
y2 = x**2

plt.figure()
# set x limits
plt.xlim((-1, 2))
plt.ylim((-2, 3))

# set new sticks
new_sticks = np.linspace(-1, 2, 5)
plt.xticks(new_sticks)
# set tick labels
plt.yticks([-2, -1.8, -1, 1.22, 3],
           [r'$really\ bad$', r'$bad$', r'$normal$', r'$good$', r'$really\ good$'])

l1, = plt.plot(x, y1, label='linear line')
l2, = plt.plot(x, y2, color='red', linewidth=1.0, linestyle='--', label='square line')

2. Legend 图例

plt.legend(loc='upper right')
# plt.legend(handles=[l1, l2], labels=['up', 'down'],  loc='best')
# the "," is very important in here l1, = plt... and l2, = plt... for this step
"""legend( handles=(line1, line2, line3),
           labels=('label1', 'label2', 'label3'),
           'upper right')
"""

注：
1.plt.legend(handles，labels，loc)：绘制图例
2.图例参数"handles"：表示图例所注释的对象
3.图例参数"labels"：表示图例注释的内容，需要与 handles 一一对应
4.图例参数"loc" ：表示图例位置，一般优先选择 'best' 参数，则 Python 会自动选择最佳参数
5.关于参数"loc"：以数字表示时, best (0), upper right(1), upper left(2),lower left(3),lower right(4), right(5), center left(6),center right(7), lower center(8), upper center(9), center(10)

3. Annotation 标注

3.1 method 1:

plt.annotate(r'$2x+1=%s$' % y0, xy=(x0, y0), xycoords='data', xytext=(+30, -30),
             textcoords='offset points', fontsize=16,
             arrowprops=dict(arrowstyle='->', connectionstyle="arc3,rad=.2"))

注：
1.plt.annotate()：注释函数，用于补充注释内容
2.annotate()参数：annotate(s='str' ,xy=(x,y) ,xytext=(l1,l2) ,..)

1.s 为注释文本内容
2.xy 为被注释的坐标点
3.xytext 为注释文字的坐标位置
4.xycoords 设置注释点位置
5.textcoords 设置注释文字偏移量
6.arrowprops 设置箭头参数,参数类型为字典dict
7.bbox给标题增加外框 ，常用参数如下：boxstyle【方框外形】，facecolor【(简写fc)背景颜色】， edgecolor【(简写ec)边框线条颜色】，edgewidth【边框线条大小】

3.2 method 2:

plt.text(-3.7, 3, r'$This\ is\ the\ some\ text. \mu\ \sigma_i\ \alpha_t$',
         fontdict={'size': 16, 'color': 'r'})

注：plt.text()，设置注释文字

4. tick 能见度

for label in ax.get_xticklabels() + ax.get_yticklabels():
    label.set_fontsize(12)
    # set zorder for ordering the plot in plt 2.0.2 or higher
    label.set_bbox(dict(facecolor='white', edgecolor='none', alpha=0.8, zorder=2))
plt.show()