Plot sebar Matplotlib dengan teks berbeda di setiap titik data

Saya mencoba membuat plot pencar dan membubuhi keterangan titik data dengan nomor yang berbeda dari daftar. Jadi, misalnya, saya ingin merencanakan yvs xdan membubuhi keterangan dengan nomor yang sesuai dari n.

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]
ax = fig.add_subplot(111)
ax1.scatter(z, y, fmt='o')

Ada ide?

Saya tidak mengetahui adanya metode plotting yang mengambil array atau daftar tetapi Anda bisa menggunakannya annotate()saat iterasi nilai-nilai di n.

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]))

Ada banyak opsi pemformatan untuk annotate(), lihat situs web matplotlib:

Dalam versi yang lebih awal dari matplotlib 2.0, ax.scattertidak perlu merencanakan teks tanpa spidol. Di versi 2.0 Anda harus ax.scattermengatur rentang dan penanda yang tepat untuk teks.

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]))

Dan di tautan ini Anda dapat menemukan contoh dalam 3d.

Jika ada orang yang mencoba menerapkan solusi di atas untuk. Hamburkan () daripada .subplot (),

Saya mencoba menjalankan kode berikut

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]))

Tetapi mengalami kesalahan yang menyatakan "tidak dapat membongkar objek PathCollection yang tidak dapat diubah", dengan kesalahan secara khusus menunjuk pada codeline fig, ax = plt.scatter (z, y)

Saya akhirnya memecahkan kesalahan menggunakan kode berikut

plt.scatter(z, y)

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

Saya tidak berharap akan ada perbedaan antara .scatter () dan .subplot () saya seharusnya tahu lebih baik.

Anda juga dapat menggunakan pyplot.text(lihat di sini ).

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)

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]))

Sebagai satu liner menggunakan pemahaman daftar dan numpy:

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

pengaturan dikirim ke jawaban Rutger.

Saya ingin menambahkan bahwa Anda bahkan dapat menggunakan panah / kotak teks untuk membubuhi keterangan label. Inilah yang saya maksud:

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()

Yang akan menghasilkan grafik berikut: