matplotlib.pyplot.figtext()函数

Matplotlib是一个广泛用于数据可视化的Python库。它是一个构建在NumPy数组上的多平台数据可视化库，也设计用于使用SciPy堆栈。

Matplotlib.pyplot.figtext () 函数

Figtext用于在图形上的任何位置添加文本。您甚至可以在axis之外添加文本。它使用完整的图形作为坐标，其中左下表示(0,0)，右上表示(1,1)。图形的中心是(0.5,0.5)。

语法:

matplotlib.pyplot.figtext(x, y, s, *args, **kwargs)

示例1

演示使用figtext的示例。

# importing required modules 
import matplotlib.pyplot as plt
import numpy as np
    
# values of x and y axes 
x = np.arange(0, 8, 0.1)
y = np.sin(x) 
plt.plot(x, y)
  
# pyplot.figtext(x, y, string)
plt.figtext(0, 0, "This is a sample example \
explaining figtext", fontsize = 10)
  
plt.xlabel('x') 
plt.ylabel('y') 
plt.show()

输出：

上面的示例将文本放在给定字体大小的图形的左下角。

示例2

我们还可以通过调整x和y的值将文本放置在图形中的相对位置。

# importing required modules 
import matplotlib.pyplot as plt
import numpy as np
    
# values of x and y axes 
x = np.arange(0, 8, 0.1)
y = np.sin(x) 
plt.plot(x, y)
  
plt.figtext(0.55, 0.7,
            "Sin curve",
            horizontalalignment ="center", 
            verticalalignment ="center", 
            wrap = True, fontsize = 14, 
            color ="green")
  
plt.xlabel('x') 
plt.ylabel('y') 
plt.show()

输出：

对齐参数——水平对齐和垂直对齐将文本放在中间，而wrap参数确保文本位于图形宽度内。color参数给出字体的颜色。

示例3

我们还可以使用bbox参数在文本周围添加边框。

# importing required modules 
import matplotlib.pyplot as plt
import numpy as np
    
# values of x and y axes 
x = np.arange(0, 8, 0.1)
y = np.exp(x) 
plt.plot(x, y)
  
# pyplot.figtext(x, y, string)
plt.figtext(0.55, 0.7, 
            "Exponential Curve",
            horizontalalignment ="center",
            wrap = True, fontsize = 10, 
            bbox ={'facecolor':'grey', 
                   'alpha':0.3, 'pad':5})
  
plt.xlabel('x') 
plt.ylabel('y') 
plt.show()

输出：

示例4

我们还可以使用*args和**kwargs向我们的情节添加文本属性。*args和**kwargs用于向函数传递多个参数或关键字参数。

# importing required properties
import numpy as np
import matplotlib.pyplot as plt
  
x = np.linspace(0, 100, 501)
y = np.sin(x)
  
figtext_args = (0.5, 0,
                "figtext using args and kwargs")
  
figtext_kwargs = dict(horizontalalignment ="center", 
                      fontsize = 14, color ="green", 
                      style ="italic", wrap = True)
  
plt.plot(x, y) 
plt.figtext(*figtext_args, **figtext_kwargs)
plt.show()

输出：