Pyplot-向xaxis添加单个文本如刻度

如何解决Pyplot-向xaxis添加单个文本如刻度

假设您在特定位置x上有一条带有垂直线的pyplot（matplotlib.axes.Axes.axvline）。现在，我希望在x轴的x处有一个类似“ COG”的文本，就像是一个刻度。它可以在可见轴或不可见轴上，或在这两个轴上。

但是，

• 刻度已经存在（给定数组）
• 共享x轴用于子图，仅最低可见

  

我虽然打算使用普通文本（matplotlib.pyplot.text），但是

• 它将在子图中
• 这不会与xaxis建立联系（至少到目前为止我还没有找到一种可行的方法）

我觉得手动编辑刻度以添加单个项目不是一个很好的解决方法。

谢谢！

解决方法

以下是matplotlib中子图的示例图：

import matplotlib.pyplot as plt
import numpy as np

# Some example data to display
x = np.linspace(0,2 * np.pi,400)
y = np.sin(x ** 2)

fig,axs = plt.subplots(2,sharex=True)
fig.suptitle('Vertically stacked subplots')
axs[0].plot(x,y)
axs[1].plot(x,-y)

要添加所需的元素，只需使用axvline和text； Text元素可以在图形边界之外（实际上，刻度标签为Text）。

#continued from above:
axs[0].xaxis.set_visible(False)
axs[0].axvline(4.5,color='red')
axs[0].text(4.5,-.05,'COG',color='red',transform=axs[0].get_xaxis_transform(),ha='center',va='top')

axs[1].axvline(4.5,color='red')
axs[1].text(4.5,transform=axs[1].get_xaxis_transform(),va='top')

您可以改为添加另一个刻度并更改其颜色：

#again,continued from the first code block
axs[0].xaxis.set_visible(False)
axs[0].axvline(4.5,va='top')

ticks = [0,1,2,3,4,4.5,5,6]
labels = [0,"COG",6]
axs[1].axvline(4.5,color='red')
axs[1].set_xticks(ticks)
axs[1].set_xticklabels(labels)
axs[1].get_xticklabels()[5].set_color('red')

但是，如果您不想在顶部图形上打勾，那么添加Text（如第一个示例）似乎是最简单的。此外，在第二个示例中手动设置刻度线似乎更加冗长，并且存在选择要更改的刻度线的问题（我在这里用axs[1].get_xticklabels()[5]进行索引，但是如果刻度线/数字更小，您可能需要一些更聪明的方法） 。因此，我更喜欢第一种方法，但它在某些情况下可能很有用（例如，如果您希望您的行出现在现有的刻度线上）。

,

使用汤姆斯的第一个例子可以达到预期的结果。

另外，对于标签上重叠的文本，我搜索了相邻的刻度标签并设置了其透明度！=1。因此，文本“ cog”始终可见。

import matplotlib.pyplot as plt
import numpy as np

xV = 4.5
dxV = 1/4 # best 1/4 of the spacing between two ticks

# Some example data to display
x = np.linspace(0,y)
axs[0].xaxis.set_visible(False)
axs[0].axvline(xV,color='red')
axs[0].text(xV,va='top')
axs[1].plot(x,-y)
axs[1].axvline(xV,color='red')
axs[1].text(xV,va='top')

# Change Transparency if too close
xticks = axs[1].xaxis.get_major_ticks()
values = axs[1].get_xticks()
# values = axs[1].xaxis.get_major_locator()()
pos = np.where(np.logical_and( (xV-dxV) <= values,(xV+dxV) >= values))[0]
if pos.size > 0:
    dist = np.abs(values[pos]-xV)
    pos = pos[dist.argmin()]
    xticks[pos].label1.set_alpha(0.5)

plt.show()