Matplotlib 中的文字

Matplotlib 具有廣泛的文字支援，包括數學表達式支援、用於點陣和向量輸出的 truetype 支援、具有任意旋轉的新行分隔文字，以及 Unicode 支援。

因為它將字體直接嵌入到輸出文件中，例如，對於 postscript 或 PDF，您在螢幕上看到的與您在硬拷貝中得到的相同。 FreeType 支援產生非常漂亮的反鋸齒字體，即使在小點陣尺寸下看起來也很棒。 Matplotlib 包含其自己的 matplotlib.font_manager (感謝 Paul Barrett)，它實作了一個跨平台、W3C 相容的字體搜尋演算法。

使用者可以透過在 rc 檔案 中設定合理的預設值來對文字屬性 (字體大小、字體粗細、文字位置和顏色等) 進行大量控制。 而且重要的是，對於那些對數學或科學圖形感興趣的人來說，Matplotlib 實作了大量的 TeX 數學符號和命令，支援圖形中任何位置的數學表達式。

基本文字指令

以下指令用於在隱式和顯式介面中建立文字 (有關權衡的說明，請參閱Matplotlib 應用程式介面 (API))

隱式 API	顯式 API	描述
text	text	在Axes的任意位置新增文字。
annotate	annotate	在Axes的任意位置新增一個註解，並可選擇新增箭頭。
xlabel	set_xlabel	在Axes的 x 軸新增一個標籤。
ylabel	set_ylabel	在Axes的 y 軸新增一個標籤。
title	set_title	在Axes新增一個標題。
figtext	text	在Figure的任意位置新增文字。
suptitle	suptitle	在Figure新增一個標題。

所有這些函數都會建立並傳回一個 Text 實例，可以使用各種字體和其他屬性進行配置。 下面的範例顯示了所有這些指令的運作方式，並且在後續章節中提供了更多詳細資訊。

import matplotlib.pyplot as plt

import matplotlib

fig = plt.figure()
ax = fig.add_subplot()
fig.subplots_adjust(top=0.85)

# Set titles for the figure and the subplot respectively
fig.suptitle('bold figure suptitle', fontsize=14, fontweight='bold')
ax.set_title('axes title')

ax.set_xlabel('xlabel')
ax.set_ylabel('ylabel')

# Set both x- and y-axis limits to [0, 10] instead of default [0, 1]
ax.axis([0, 10, 0, 10])

ax.text(3, 8, 'boxed italics text in data coords', style='italic',
        bbox={'facecolor': 'red', 'alpha': 0.5, 'pad': 10})

ax.text(2, 6, r'an equation: $E=mc^2$', fontsize=15)

ax.text(3, 2, 'Unicode: Institut für Festkörperphysik')

ax.text(0.95, 0.01, 'colored text in axes coords',
        verticalalignment='bottom', horizontalalignment='right',
        transform=ax.transAxes,
        color='green', fontsize=15)

ax.plot([2], [1], 'o')
ax.annotate('annotate', xy=(2, 1), xytext=(3, 4),
            arrowprops=dict(facecolor='black', shrink=0.05))

plt.show()

x 軸和 y 軸的標籤

透過 set_xlabel 和 set_ylabel 方法，可以輕鬆地指定 x 軸和 y 軸的標籤。

import matplotlib.pyplot as plt
import numpy as np

x1 = np.linspace(0.0, 5.0, 100)
y1 = np.cos(2 * np.pi * x1) * np.exp(-x1)

fig, ax = plt.subplots(figsize=(5, 3))
fig.subplots_adjust(bottom=0.15, left=0.2)
ax.plot(x1, y1)
ax.set_xlabel('Time (s)')
ax.set_ylabel('Damped oscillation (V)')

plt.show()

x 軸和 y 軸標籤會自動放置，使其清除 x 軸和 y 軸刻度標籤。 將下面的圖與上面的圖進行比較，並注意 y 軸標籤位於上方標籤的左側。

fig, ax = plt.subplots(figsize=(5, 3))
fig.subplots_adjust(bottom=0.15, left=0.2)
ax.plot(x1, y1*10000)
ax.set_xlabel('Time (s)')
ax.set_ylabel('Damped oscillation (V)')

plt.show()

如果要移動標籤，可以指定 *labelpad* 關鍵字參數，其中值為點 (1/72 英吋，與用於指定字體大小的單位相同)。

fig, ax = plt.subplots(figsize=(5, 3))
fig.subplots_adjust(bottom=0.15, left=0.2)
ax.plot(x1, y1*10000)
ax.set_xlabel('Time (s)')
ax.set_ylabel('Damped oscillation (V)', labelpad=18)

plt.show()

或者，標籤接受所有 Text 關鍵字參數，包括 *position*，透過它可以手動指定標籤位置。 在此，我們將 xlabel 放在座標軸的最左側。 請注意，此位置的 y 座標無效 - 要調整 y 位置，我們需要使用 *labelpad* 關鍵字參數。

fig, ax = plt.subplots(figsize=(5, 3))
fig.subplots_adjust(bottom=0.15, left=0.2)
ax.plot(x1, y1)
ax.set_xlabel('Time (s)', position=(0., 1e6), horizontalalignment='left')
ax.set_ylabel('Damped oscillation (V)')

plt.show()

此教學中的所有標籤都可以透過操作 matplotlib.font_manager.FontProperties 方法，或透過 set_xlabel 的命名關鍵字參數來變更。

from matplotlib.font_manager import FontProperties

font = FontProperties(family='Times New Roman', style='italic')

fig, ax = plt.subplots(figsize=(5, 3))
fig.subplots_adjust(bottom=0.15, left=0.2)
ax.plot(x1, y1)
ax.set_xlabel('Time (s)', fontsize='large', fontweight='bold')
ax.set_ylabel('Damped oscillation (V)', fontproperties=font)

plt.show()

最後，我們可以在所有文字物件中使用原生 TeX 渲染，並且可以有多行文字

fig, ax = plt.subplots(figsize=(5, 3))
fig.subplots_adjust(bottom=0.2, left=0.2)
ax.plot(x1, np.cumsum(y1**2))
ax.set_xlabel('Time (s) \n This was a long experiment')
ax.set_ylabel(r'$\int\ Y^2\ dt\ \ (V^2 s)$')
plt.show()

標題

子圖標題的設定方式與標籤非常相似，但有一個 *loc* 關鍵字參數可以變更位置和對齊方式 (預設值為 "center")。

fig, axs = plt.subplots(3, 1, figsize=(5, 6), tight_layout=True)
locs = ['center', 'left', 'right']
for ax, loc in zip(axs, locs):
    ax.plot(x1, y1)
    ax.set_title('Title with loc at ' + loc, loc=loc)
plt.show()

標題的垂直間距由 rcParams["axes.titlepad"] (預設值：6.0) 控制。 設定為不同的值會移動標題。

fig, ax = plt.subplots(figsize=(5, 3))
fig.subplots_adjust(top=0.8)
ax.plot(x1, y1)
ax.set_title('Vertically offset title', pad=30)
plt.show()

刻度和刻度標籤

放置刻度和刻度標籤是製作圖形的非常棘手的一方面。 Matplotlib 會盡力自動完成此任務，但它也提供了一個非常靈活的架構，用於確定刻度位置的選擇方式，以及如何標記它們。

術語

座標軸具有 ax.xaxis 和 ax.yaxis 的 matplotlib.axis.Axis 物件，其中包含有關座標軸中標籤的佈局方式的資訊。

座標軸 API 在 axis 的文件中詳細說明。

一個軸物件（Axis object）有主要刻度（major ticks）和次要刻度（minor ticks）。軸物件有 Axis.set_major_locator 和 Axis.set_minor_locator 方法，這些方法會使用繪製的數據來決定主要和次要刻度的位置。此外，還有 Axis.set_major_formatter 和 Axis.set_minor_formatter 方法來格式化刻度標籤。

簡單刻度

通常，簡單地定義刻度值，有時也定義刻度標籤是很方便的，這樣可以覆寫預設的定位器和格式器。然而，我們不鼓勵這樣做，因為這會破壞圖表的互動式導覽。這也可能重設軸的限制：請注意，第二個圖表有我們要求的刻度，包括那些遠遠超出自動視圖限制的刻度。

fig, axs = plt.subplots(2, 1, figsize=(5, 3), tight_layout=True)
axs[0].plot(x1, y1)
axs[1].plot(x1, y1)
axs[1].xaxis.set_ticks(np.arange(0., 8.1, 2.))
plt.show()

我們當然可以在事後修正這個問題，但這確實突顯了硬編碼刻度的缺點。這個例子也改變了刻度的格式

fig, axs = plt.subplots(2, 1, figsize=(5, 3), tight_layout=True)
axs[0].plot(x1, y1)
axs[1].plot(x1, y1)
ticks = np.arange(0., 8.1, 2.)
# list comprehension to get all tick labels...
tickla = [f'{tick:1.2f}' for tick in ticks]
axs[1].xaxis.set_ticks(ticks)
axs[1].xaxis.set_ticklabels(tickla)
axs[1].set_xlim(axs[0].get_xlim())
plt.show()

刻度定位器和格式器

我們可以不建立所有刻度標籤的列表，而是可以使用 matplotlib.ticker.StrMethodFormatter (新式 str.format() 格式字串) 或 matplotlib.ticker.FormatStrFormatter (舊式 '%' 格式字串)，並將其傳遞給 ax.xaxis。matplotlib.ticker.StrMethodFormatter 也可以透過傳遞一個 str 來建立，而無需顯式建立格式器。

fig, axs = plt.subplots(2, 1, figsize=(5, 3), tight_layout=True)
axs[0].plot(x1, y1)
axs[1].plot(x1, y1)
ticks = np.arange(0., 8.1, 2.)
axs[1].xaxis.set_ticks(ticks)
axs[1].xaxis.set_major_formatter('{x:1.1f}')
axs[1].set_xlim(axs[0].get_xlim())
plt.show()

當然，我們也可以使用非預設的定位器來設定刻度的位置。請注意，我們仍然傳遞刻度值，但上面使用的 x 軸限制修正並不需要。

fig, axs = plt.subplots(2, 1, figsize=(5, 3), tight_layout=True)
axs[0].plot(x1, y1)
axs[1].plot(x1, y1)
locator = matplotlib.ticker.FixedLocator(ticks)
axs[1].xaxis.set_major_locator(locator)
axs[1].xaxis.set_major_formatter('±{x}°')
plt.show()

預設的格式器是 matplotlib.ticker.MaxNLocator，呼叫方式為 ticker.MaxNLocator(self, nbins='auto', steps=[1, 2, 2.5, 5, 10])。steps 引數包含可以用於刻度值的倍數列表。在這種情況下，2、4、6 將是可以接受的刻度，20、40、60 或 0.2、0.4、0.6 也是如此。然而，3、6、9 將是不可接受的，因為 3 不在步驟列表中。

設定 nbins=auto 會使用一種演算法，根據軸的長度來決定可以接受多少刻度。刻度標籤的字型大小會被考慮進去，但刻度字串的長度則不會（因為它還不為人所知）。在底部這一列，刻度標籤非常大，所以我們設定 nbins=4，使標籤適合在右側圖表中。

fig, axs = plt.subplots(2, 2, figsize=(8, 5), tight_layout=True)
for n, ax in enumerate(axs.flat):
    ax.plot(x1*10., y1)

formatter = matplotlib.ticker.FormatStrFormatter('%1.1f')
locator = matplotlib.ticker.MaxNLocator(nbins='auto', steps=[1, 4, 10])
axs[0, 1].xaxis.set_major_locator(locator)
axs[0, 1].xaxis.set_major_formatter(formatter)

formatter = matplotlib.ticker.FormatStrFormatter('%1.5f')
locator = matplotlib.ticker.AutoLocator()
axs[1, 0].xaxis.set_major_formatter(formatter)
axs[1, 0].xaxis.set_major_locator(locator)

formatter = matplotlib.ticker.FormatStrFormatter('%1.5f')
locator = matplotlib.ticker.MaxNLocator(nbins=4)
axs[1, 1].xaxis.set_major_formatter(formatter)
axs[1, 1].xaxis.set_major_locator(locator)

plt.show()

最後，我們可以利用 matplotlib.ticker.FuncFormatter 指定格式器的函式。此外，就像 matplotlib.ticker.StrMethodFormatter 一樣，傳遞一個函式會自動建立一個 matplotlib.ticker.FuncFormatter。

def formatoddticks(x, pos):
    """Format odd tick positions."""
    if x % 2:
        return f'{x:1.2f}'
    else:
        return ''


fig, ax = plt.subplots(figsize=(5, 3), tight_layout=True)
ax.plot(x1, y1)
locator = matplotlib.ticker.MaxNLocator(nbins=6)
ax.xaxis.set_major_formatter(formatoddticks)
ax.xaxis.set_major_locator(locator)

plt.show()

日期刻度

Matplotlib 可以接受 datetime.datetime 和 numpy.datetime64 物件作為繪圖引數。日期和時間需要特殊的格式化，這通常可以受益於人工介入。為了提供幫助，日期有特殊的定位器和格式器，定義在 matplotlib.dates 模組中。

以下簡單的例子說明了這個概念。請注意，我們如何旋轉刻度標籤，使其不會重疊。

import datetime

fig, ax = plt.subplots(figsize=(5, 3), tight_layout=True)
base = datetime.datetime(2017, 1, 1, 0, 0, 1)
time = [base + datetime.timedelta(days=x) for x in range(len(x1))]

ax.plot(time, y1)
ax.tick_params(axis='x', rotation=70)
plt.show()

我們可以將格式傳遞給 matplotlib.dates.DateFormatter。如果兩個刻度標籤非常接近，我們可以使用 dates.DayLocator 類別，這允許我們指定要使用的一個月中的天數列表。類似的格式器列在 matplotlib.dates 模組中。

import matplotlib.dates as mdates

locator = mdates.DayLocator(bymonthday=[1, 15])
formatter = mdates.DateFormatter('%b %d')

fig, ax = plt.subplots(figsize=(5, 3), tight_layout=True)
ax.xaxis.set_major_locator(locator)
ax.xaxis.set_major_formatter(formatter)
ax.plot(time, y1)
ax.tick_params(axis='x', rotation=70)
plt.show()

圖例和註解

• 圖例指南

• 註解