快捷導(dǎo)航

Python繪圖并標(biāo)記出指定點(最大值點)方法實例

更新時間：2023年05月13日 14:25:09 作者：Daler_sit

我們在用python畫散點圖的時候經(jīng)常會需要標(biāo)記出特定的點,這篇文章主要給大家介紹了關(guān)于Python繪圖并標(biāo)記出指定點(最大值點)的相關(guān)資料,文中通過實例代碼介紹的非常詳細(xì),需要的朋友可以參考下

用Python代碼，繪制圖形并在圖上最大值點處用箭頭標(biāo)記出數(shù)值。

import numpy as np
import matplotlib.pyplot as plt
 
# 生成數(shù)據(jù)，這里生成一個正弦曲線
x = np.linspace(-5, 5, 100)  # 在[-5,5]之間生成100個點作為x坐標(biāo)
y = np.sin(x)               # 計算每個x點上的正弦值
 
# 找到最大值點，這里使用np.argmax函數(shù)查找y數(shù)組中的最大值的索引
max_idx = np.argmax(y)
max_x, max_y = x[max_idx], y[max_idx]
 
# 繪制圖形
plt.plot(x, y)              # 繪制正弦曲線
plt.scatter(max_x, max_y, color='red', s=50)  # 在最大值點上繪制一個紅色的圓點
plt.annotate(f'max: ({max_x:.2f}, {max_y:.2f})', xy=(max_x, max_y), xytext=(max_x-1, max_y+0.5),
             arrowprops=dict(facecolor='red', shrink=0.05))  # 添加注釋，使用紅色箭頭連接注釋和最大值點
plt.show()                  # 顯示圖形

這里我們生成了一個正弦曲線，并使用 plt.plot(x, y) 繪制了這個曲線。接著，我們使用 np.argmax(y) 查找了y數(shù)組中最大值的索引，也就是正弦曲線的最高點。然后，我們使用 plt.scatter(max_x, max_y, color='red', s=50) 在最大值點上繪制了一個紅色的圓點，使用 plt.annotate 添加了一個注釋，指出了最大值點的坐標(biāo)，箭頭顏色也設(shè)置成紅色，注釋與最大值點連接。最后，我們使用 plt.show() 顯示圖形，如下圖：

plt.annotate 函數(shù)用于添加文本注釋，其參數(shù)如下：

f'max: ({max_x:.2f}, {max_y:.2f})'：注釋的文本內(nèi)容，這里使用了 f-string 格式化字符串，并使用 .2f 指定了最大值點的坐標(biāo)格式，保留小數(shù)點后兩位。
xy=(max_x, max_y)：被注釋的點的坐標(biāo)，也就是最大值點的坐標(biāo)。
xytext=(max_x-1, max_y+0.5)：注釋文本的坐標(biāo)，這里是相對于 xy 坐標(biāo)的偏移量，將注釋文本放置在最大值點左上方。
arrowprops=dict(facecolor='red', shrink=0.05)：指定箭頭的屬性，這里使用了一個字典來指定箭頭的顏色和大小。facecolor 指定箭頭顏色為紅色，shrink 指定箭頭大小為當(dāng)前注釋框大小的5%。

通過這些參數(shù)，我們可以調(diào)整注釋框的位置、大小、顏色等屬性，以達(dá)到我們想要的效果。

補充：matplotlib.pyplot 標(biāo)記出曲線上最大點和最小點的位置

廢話不多說，直接上代碼。

要求：正確安裝了matplotlib庫

import matplotlib.pyplot as plt
import numpy as np

def demo_test():
    a=np.array([0.15,0.16,0.14,0.17,0.12,0.16,0.1,0.08,0.05,0.07,0.06]);
    max_indx=np.argmax(a)#max value index
    min_indx=np.argmin(a)#min value index
    plt.plot(a,'r-o')
    plt.plot(max_indx,a[max_indx],'ks')
    show_max='['+str(max_indx)+' '+str(a[max_indx])+']'
    plt.annotate(show_max,xytext=(max_indx,a[max_indx]),xy=(max_indx,a[max_indx]))
    plt.plot(min_indx,a[min_indx],'gs')
    plt.show()

if __name__=="__main__":
    demo_test();

效果圖如下：