具有这样的数据框和基本图:
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
np.random.seed(123456)
rows = 75
df = pd.DataFrame(np.random.randint(-4,5,size=(rows, 3)), columns=['A', 'B', 'C'])
datelist = pd.date_range(pd.datetime(2017, 1, 1).strftime('%Y-%m-%d'), periods=rows).tolist()
df['dates'] = datelist
df = df.set_index(['dates'])
df.index = pd.to_datetime(df.index)
df = df.cumsum()
df.plot()
注释直线上最后一点的最佳方法是什么,以便获得以下结果?
为了注释点,请使用ax.annotate()
。在这种情况下,有必要指定要单独注释的坐标。即y坐标是线的最后一点的数据坐标(您可以从line.get_ydata()[-1]
中获得),而x坐标与数据无关,并且应该是轴的右侧(即,轴中的1
坐标)。然后,您可能还需要稍微偏移文本,以使其与轴不重叠。
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
rows = 75
df = pd.DataFrame(np.random.randint(-4,5,size=(rows, 3)), columns=['A', 'B', 'C'])
datelist = pd.date_range(pd.datetime(2017, 1, 1).strftime('%Y-%m-%d'), periods=rows).tolist()
df['dates'] = datelist
df = df.set_index(['dates'])
df.index = pd.to_datetime(df.index)
df = df.cumsum()
ax = df.plot()
for line, name in zip(ax.lines, df.columns):
y = line.get_ydata()[-1]
ax.annotate(name, xy=(1,y), xytext=(6,0), color=line.get_color(),
xycoords = ax.get_yaxis_transform(), textcoords="offset points",
size=14, va="center")
plt.show()
方法1
这里是一种方法,或者至少是一种方法,您可以使用plt.annotate
方法以任何想要的方式适应美学上的适合:
[编辑]:如果您要使用像第一个这样的方法,在ImportanceOfBeingErnest的答案中概述的方法要比我提出的要好。
df.plot()
for col in df.columns:
plt.annotate(col,xy=(plt.xticks()[0][-1]+0.7, df[col].iloc[-1]))
plt.show()
对于xy
自变量,即文本的x和y坐标,我选择了plt.xticks()
中的最后一个x坐标,并添加了0.7,使其位于x轴之外,但是您可以使如果您认为合适,则可以更靠近或更远。
方法2:
您也可以只使用右y轴,并用3行标记它。例如:
fig, ax = plt.subplots()
df.plot(ax=ax)
ax2 = ax.twinx()
ax2.set_ylim(ax.get_ylim())
ax2.set_yticks([df[col].iloc[-1] for col in df.columns])
ax2.set_yticklabels(df.columns)
plt.show()
这将为您提供以下情节: