每个数据点上有不同文本的散点图

我不知道任何接受数组或列表的绘图方法，但你可以在n中的值迭代时使用annotate()。

import matplotlib.pyplot as plt
y = [2.56422, 3.77284, 3.52623, 3.51468, 3.02199]
z = [0.15, 0.3, 0.45, 0.6, 0.75]
n = [58, 651, 393, 203, 123]


fig, ax = plt.subplots()
ax.scatter(z, y)


for i, txt in enumerate(n):
ax.annotate(txt, (z[i], y[i]))

annotate()有很多格式化选项，请参阅matplotlib网站: . c

在matplotlib 2.0之前的版本中，ax.scatter对于绘制没有标记的文本是不必要的。在2.0版本中，你需要ax.scatter来为文本设置适当的范围和标记。

import matplotlib.pyplot as plt
y = [2.56422, 3.77284, 3.52623, 3.51468, 3.02199]
z = [0.15, 0.3, 0.45, 0.6, 0.75]
n = [58, 651, 393, 203, 123]


fig, ax = plt.subplots()


for i, txt in enumerate(n):
ax.annotate(txt, (z[i], y[i]))

在这个链接中，你可以找到一个3d的例子。

你也可以使用pyplot.text(参见在这里)。

def plot_embeddings(M_reduced, word2Ind, words):
"""
Plot in a scatterplot the embeddings of the words specified in the list "words".
Include a label next to each point.
"""
for word in words:
x, y = M_reduced[word2Ind[word]]
plt.scatter(x, y, marker='x', color='red')
plt.text(x+.03, y+.03, word, fontsize=9)
plt.show()


M_reduced_plot_test = np.array([[1, 1], [-1, -1], [1, -1], [-1, 1], [0, 0]])
word2Ind_plot_test = {'test1': 0, 'test2': 1, 'test3': 2, 'test4': 3, 'test5': 4}
words = ['test1', 'test2', 'test3', 'test4', 'test5']
plot_embeddings(M_reduced_plot_test, word2Ind_plot_test, words)

如果有人试图将上述解决方案应用于.scatter()而不是.subplot()，

我尝试运行以下代码

import matplotlib.pyplot as plt
y = [2.56422, 3.77284, 3.52623, 3.51468, 3.02199]
z = [0.15, 0.3, 0.45, 0.6, 0.75]
n = [58, 651, 393, 203, 123]


fig, ax = plt.scatter(z, y)


for i, txt in enumerate(n):
ax.annotate(txt, (z[i], y[i]))

但是遇到了“不能解包不可迭代的PathCollection对象”的错误，错误具体指向代码线图，ax = plt。散射(z, y)

我最终用下面的代码解决了这个错误

import matplotlib.pyplot as plt
plt.scatter(z, y)


for i, txt in enumerate(n):
plt.annotate(txt, (z[i], y[i]))

作为一个使用列表理解和numpy的一行程序:

[ax.annotate(x[0], (x[1], x[2])) for x in np.array([n,z,y]).T]

设置与Rutger的答案相同。

Python 3.6 +:

coordinates = [('a',1,2), ('b',3,4), ('c',5,6)]
for x in coordinates: plt.annotate(x[0], (x[1], x[2]))

我想补充的是，您甚至可以使用箭头/文本框来注释标签。我的意思是:

import random
import matplotlib.pyplot as plt




y = [2.56422, 3.77284, 3.52623, 3.51468, 3.02199]
z = [0.15, 0.3, 0.45, 0.6, 0.75]
n = [58, 651, 393, 203, 123]


fig, ax = plt.subplots()
ax.scatter(z, y)


ax.annotate(n[0], (z[0], y[0]), xytext=(z[0]+0.05, y[0]+0.3),
arrowprops=dict(facecolor='red', shrink=0.05))


ax.annotate(n[1], (z[1], y[1]), xytext=(z[1]-0.05, y[1]-0.3),
arrowprops = dict(  arrowstyle="->",
connectionstyle="angle3,angleA=0,angleB=-90"))


ax.annotate(n[2], (z[2], y[2]), xytext=(z[2]-0.05, y[2]-0.3),
arrowprops = dict(arrowstyle="wedge,tail_width=0.5", alpha=0.1))


ax.annotate(n[3], (z[3], y[3]), xytext=(z[3]+0.05, y[3]-0.2),
arrowprops = dict(arrowstyle="fancy"))


ax.annotate(n[4], (z[4], y[4]), xytext=(z[4]-0.1, y[4]-0.2),
bbox=dict(boxstyle="round", alpha=0.1),
arrowprops = dict(arrowstyle="simple"))


plt.show()

对于有限的值集，matplotlib很好。但是当你有很多值时，工具提示开始与其他数据点重叠。但由于空间有限，你不能忽略这些值。因此，最好是缩小或放大。

使用图

import plotly.express as px
import pandas as pd


df = px.data.tips()


df = px.data.gapminder().query("year==2007 and continent=='Americas'")




fig = px.scatter(df, x="gdpPercap", y="lifeExp", text="country", log_x=True, size_max=100, color="lifeExp")
fig.update_traces(textposition='top center')
fig.update_layout(title_text='Life Expectency', title_x=0.5)
fig.show()

当您需要在不同的时间单独注释时(我的意思是，不是在单个for循环中)，这可能很有用。

ax = plt.gca()
ax.annotate('your_lable', (x,y))

其中x和y是你的目标坐标，类型是float/int。