前言

我们可以用 Matplotlib 绘制出复杂而又精美的统计图，但是如果没有注释，我们很难让其他人明白图中的点、线究竟代表着什么，有什么样的含义，也就失去了统计图的意义，为了解决这一问题，Matplotlib 提供了大量对图形进行注释的方法，这些注释方法对于所有的绘图函数（如 plt.plot()、plt.scatter()、plt.histogram() 等）都是通用的，利用这些注释可以使统计图变得通俗易懂。

添加标题

从最简单的添加标题开始：

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(-4, 4, 10005)
y = 5 * (x + 4.2) * (x + 4.) * (x - 2.5)
plt.title('A polynomial')
plt.plot(x, y, c = 'm')
plt.show()

Tips：plt.title()函数接受一个字符串作为参数并将其作为整个图形的标题。

为坐标轴添加标签

在实际应用中，对统计图坐标轴的适当描述有助于用户理解图形所表达的含义。

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 8, 1000)
y = 2.0 * x + 0.5 * 5 * x ** 2
plt.title('Acceleration Moving')
plt.xlabel('Time')
plt.ylabel('distance')
plt.plot(x, y, c = 'c')
plt.show()

Tips：使用plt.xlabel()和plt.ylabel()函数分别为水平轴和垂直轴添加注释。

添加箭头

添加文本框当然可以帮助注释图形，但有时当说明文本过多，并不能清楚的说明究竟与图形的那一部分相对应，因此要说明图形中的特定部分，没有什么比使用箭头更好的了， Matplotlib 使用 plt.annotate() 函数绘制箭头。

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 8, 1000)
y = 2.0 * x + 0.5 * 5 * x ** 2
plt.annotate('start',
        ha = 'center', va = 'bottom',
        xytext = (2, 30.),
        xy = (0, 0),
        arrowprops = { 'facecolor' : 'black', 'shrink' : 0.05 })
plt.title('Acceleration Moving')
plt.plot(x, y, c = 'c')
plt.show()

Tips：plt.annotate()函数在显示与 plt.text() 作用相同的说明文本文本外，同时也会渲染箭头。要显示的说明文本是第一个参数；xy 参数指定箭头的目标；xytext 参数指定文本位置，同样可以通过 ha 和 va 参数来改变文本对齐方式。

箭头的样式由传递给 arrowprops 参数的字典控制，其中常用的键值包括：

收缩参数控制箭头端点和箭头本身之间的间隙。

添加图例

在复杂图形中，往往包含大量不同的曲线和点，如果这些曲线和点没有相应的图例，将无法对其进行准确的区分，因此图例在实践中是必不可少的。

使用 plt.legend() 函数以及绘图函数的 label 可选参数，可以添加图例：

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 6, 1024)
data = np.random.standard_normal((150, 2))
print(data.size)
y_1 = np.sin(x)
y_2 = np.cos(x)
plt.xlabel('x')
plt.ylabel('y')
plt.plot(x, y_1, c = 'm', lw = 3., label = 'sin(x)')
plt.plot(x, y_2, c = 'c', lw = 3., ls = '--', label = 'cos(x)')
plt.scatter(data[:,0],data[:,1],c='y', label = 'random')
plt.legend()
plt.show()

Tips：每个plt绘图函数(如 plt.plot()、plt.scatter() 等)都有一个可选的 label 参数来命名图形的元素。plt.legend() 函数的作用是呈现图例，图例是根据标签自动生成的。

plt.legend() 函数包含可选参数来控制图例的呈现：

使用LaTex风格的符号

我们已经学习了为图形添加多种注释的方法。然而，在实践中，我们通常需要使用数学符号，因此，我们需要使用 LaTex 语法来添加数字符号。

要使用 LaTex 风格的符号，首先需要在计算机上安装可用的 LaTeX 配置，以便 Matplotlib 可以解释 LaTeX 语法来呈现数学文本。有关于安装LaTeX的方法，不在本文的主题范围内，大家可以根据自己的操作系统检索安装方法.

LaTex简介

LaTex 是学术界广泛使用的一种文献排版系统。与 Microsoft Word 等文档编辑器不同，LaTeX 用户在编辑文档时无法看到其最终显示效果。文档被描述为纯文本文档中存储的文本及命令。最终，LaTeX 将解释文档以进行呈现。在科学和工程界，LaTeX 的公式语言通常用于在电子邮件和论坛中编写数学文本。

使用LaTex符号示例

使用 LaTex 风格的符号时，函数接受的字符串参数值以“$”字符开头和结尾，这是向 Matplotlib 发出信号，以将文本解释并呈现为 LaTeX 样式的数学文本。字符串的内容就是数学文本的标准语言，关于 Matplotlib 中 LaTeX 样式的数学文本的介绍，可以参考Matplotlib官网。

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(-4, 4, 10005)
y = 3 / 5 * (x + 4.2) * (x + 4.) * (x - 2.5)
plt.title('$f(x)=\\frac{3}{5}(x+4.4)(x+4)(x-2.5)$')
plt.plot(x, y, c = 'k')
plt.show()

Tips：这种 LaTex 风格的符号不限于标题，它可以用于任何其它注释。LaTeX 语言在很大程度上依赖于转义字符 \，但此符号恰好也是 Python 的字符串转义字符。因此，如果要在一个 LaTeX 文本中使用 \ 作为转移字符，需要在 Python 字符串中使用两个 \。为了避免漏掉转义字符，可以在字符串前面加上 r，这样就不需要任何转义字符了，即："$f(x)=\\frac{1}{4}(x+4)(x+1)(x-2)$" 等价于 r'$f(x)=\frac{1}{4}(x+4)(x+1)(x-2)$'。

使用中文字符

中文是使用 Matplotlib 的一个痛点，但是在实际应用中，又不可避免的会使用到中文用于统计图注释的显示，如果不进行配置，会将中文字符显示为乱码。

使用中文字符作为注释有多种方式，这里本着简单就是最优的理念，使用 plt.rcParams['font.sans-serif'] 进行设置：

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 6, 1024)
data = np.random.standard_normal((150, 2))
y_1 = np.sin(x)
y_2 = np.cos(x)
plt.xlabel('x轴')
plt.ylabel('y轴')
plt.title('中文字符使用示例')
plt.plot(x, y_1, c = 'm', lw = 3., label = '正弦函数')
plt.plot(x, y_2, c = 'c', lw = 3., ls = '--', label = '余弦函数')
plt.scatter(data[:,0],data[:,1],c='y', label = '随机点')
plt.rcParams['font.sans-serif'] = ['SimSun']
plt.legend()
plt.show()

Tips：使用 plt.rcParams['font.sans-serif'] 设定支持中文字符的字体，使用中文字符的用法范围与 LaTex 风格的符号一样，它可以用于所有注释，另外需要确保系统支持所设定的中文字符字体。