---
title: Python 数据分析三剑客之 Matplotlib（四）：线性图的绘制
tags:
  - Matplotlib
  - 线性图
categories: 
  - Python 数据分析
  - Matplotlib
thumbnail: https://cdn.jsdelivr.net/gh/TRHX/ImageHosting/ITRHX-PIC/thumbnail/matplotlib.png
avatar: https://cdn.jsdelivr.net/gh/TRHX/CDN-for-itrhx.com@2.1.9/images/trhx.png
description: Python 数据分析三剑客之 Matplotlib（四）：线性图的绘制。
---

Matplotlib 系列文章：

- [Python 数据分析三剑客之 Matplotlib（一）：初识 Matplotlib 与其 matplotibrc 配置文件](https://www.itrhx.com/2020/04/10/A68-Matplotlib-01/)
- [Python 数据分析三剑客之 Matplotlib（二）：文本描述 / 中文支持 / 画布 / 网格等基本图像属性](https://www.itrhx.com/2020/04/12/A69-Matplotlib-02/)
- [Python 数据分析三剑客之 Matplotlib（三）：图例 / LaTeX / 刻度 / 子图 / 补丁等基本图像属性](https://www.itrhx.com/2020/04/14/A70-Matplotlib-03/)
- [Python 数据分析三剑客之 Matplotlib（四）：线性图的绘制](https://www.itrhx.com/2020/04/16/A71-Matplotlib-04/)
- [Python 数据分析三剑客之 Matplotlib（五）：散点图的绘制](https://www.itrhx.com/2020/04/18/A72-Matplotlib-05/)
- [Python 数据分析三剑客之 Matplotlib（六）：直方图 / 柱状图 / 条形图的绘制](https://www.itrhx.com/2020/04/21/A73-Matplotlib-06/)
- [Python 数据分析三剑客之 Matplotlib（七）：饼状图的绘制](https://www.itrhx.com/2020/04/24/A74-Matplotlib-07/)
- [Python 数据分析三剑客之 Matplotlib（八）：等高线 / 等值线图的绘制](https://www.itrhx.com/2020/04/30/A75-Matplotlib-08/)
- [Python 数据分析三剑客之 Matplotlib（九）：极区图 / 极坐标图 / 雷达图的绘制](https://www.itrhx.com/2020/06/03/A76-Matplotlib-09/)
- [Python 数据分析三剑客之 Matplotlib（十）：3D 图的绘制](https://www.itrhx.com/2020/06/08/A77-Matplotlib-10/)
- [Python 数据分析三剑客之 Matplotlib（十一）：最热门最常用的 50 个图表](https://www.itrhx.com/2020/06/09/A78-Matplotlib-11/)【译文】

专栏：

【[NumPy 专栏](https://www.itrhx.com/categories/Python-%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/NumPy/)】【[Pandas 专栏](https://www.itrhx.com/categories/Python-%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/Pandas/)】【[Matplotlib 专栏](https://www.itrhx.com/categories/Python-%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/Matplotlib/)】

推荐学习资料与网站：

【[NumPy 中文网](https://www.numpy.org.cn/)】【[Pandas 中文网](https://www.pypandas.cn/)】【[Matplotlib 中文网](https://www.matplotlib.org.cn/)】【[NumPy、Matplotlib、Pandas 速查表](https://github.com/TRHX/Python-quick-reference-table)】

---

```yaml
这里是一段防爬虫文本，请读者忽略。
本文原创首发于 CSDN，作者 TRHX。
博客首页：https://itrhx.blog.csdn.net/
本文链接：https://itrhx.blog.csdn.net/article/details/105839855
未经授权，禁止转载！恶意转载，后果自负！尊重原创，远离剽窃！
```

---

## <font color=#FF0000>【1x00】方法描述</font>

`matplotlib.pyplot.plot()` 函数可以用于绘制线性图。

本文用到的其他图像属性可参考前面的两篇文章：

[《Python 数据分析三剑客之 Matplotlib（二）：文本描述 / 中文支持 / 画布 / 网格等基本图像属性》](https://itrhx.blog.csdn.net/article/details/105828049)
[《Python 数据分析三剑客之 Matplotlib（三）：图例 / LaTeX / 刻度 / 子图等基本图像属性》](https://itrhx.blog.csdn.net/article/details/105828143)

基本语法：`matplotlib.pyplot.plot(x, y[, fmt, \*\*kwargs])`

|  参数  |  描述  |
|  ------  |  ------  |
|    x     |   x 轴数据，数组类型或者标量，x 值是可选的，默认为 `range(len(y))`，通常为一维数组  |
|    y     |   y 轴数据，数组类型或者标量，通常为一维数组  |
|  fmt   |  str 类型，格式字符串，由标记、线条和颜色部分组成<br>`fmt = '[marker][line][color]'`，例如 `ro` 表示红色圆圈，三个参数的取值见后表  |
|  **kwargs  |  可选项，其他 [Line2D](https://matplotlib.org/api/_as_gen/matplotlib.lines.Line2D.html#matplotlib.lines.Line2D) 属性，常用属性见下表  |

部分常见 Line2D 属性如下表，完整属性参见[官方文档](https://matplotlib.org/api/_as_gen/matplotlib.lines.Line2D.html#matplotlib.lines.Line2D)。


|  属性  |  描述  |
|  ------  |  ------  |
|  alpha |  线条透明度，float 类型，取值范围：`[0, 1]`，默认为 1.0，即不透明  |
|  antialiased / aa  |  是否使用抗锯齿渲染，默认为 True |
|  color / c  |  线条颜色，支持英文颜色名称及其简写、十六进制颜色码等，更多颜色示例参见官网 [Color Demo](https://matplotlib.org/gallery/color/color_demo.html)  |
|  linestyle / ls | 线条样式：`'-'` or `'solid'`, `'--'` or `'dashed'`, `'-.'` or `'dashdot'` <br> `':'` or `'dotted'`, `'none'` or `' '` or `''`  |
|  linewidth / lw |  线条宽度，float 类型，默认 0.8  |
|  markeredgecolor / mec        |    marker 标记的边缘颜色  |
|  markeredgewidth / mew       |   marker 标记的边缘宽度  |
|  markerfacecolor / mfc          |  marker 标记的颜色           |
|  markerfacecoloralt / mfcalt  |  marker 标记的备用颜色    |
|  markersize / ms                   |   marker 标记的大小          |

fmt 中 `marker`、`line`、`color` 三个参数的取值：

<table><tr><td bgcolor="#7FFFD4" colspan="2"><strong><font size=3px>marker：线条标记样式（线条上每个数据点的样式）</font></strong></td></tr></table>

|  字符  |  描述  |
|  ------  |  ------  |
|  `'.'`  |  点标记（point marker）  |
|  `','`  |  像素点标记（pixel marker）  |
|  `'o'`  |  圆圈标记（circle marker）  |
|  `'v'`  |  下三角标记（triangle_down marker）  |
|  `'^'`  |  上三角标记（triangle_up marker）  |
|  `'<'`  |  左三角标记（triangle_left marker）  |
|  `'>'`  |  右三角标记（triangle_right marker）  |
|  `'1'`  |  下三叉星标记（tri_down marker）  |
|  `'2'`  |  上三叉星标记（tri_up marker）  |
|  `'3'`  |  左三叉星标记（tri_left marker）  |
|  `'4'`  |  右三叉星标记（tri_right marker）  |
|  `'s'`  |  正方形标记（square marker）  |
|  `'p'`  |  五角形标记（pentagon marker）  |
|  `'*'`  |  星号标记（star marker）  |
|  `'h'`  |  六边形标记（hexagon1 marker）  |
|  `'H'`  |  六边形标记（hexagon2 marker）  |
|  `'+'`  |  加号标记（plus marker）  |
|  `'x'`  |  X 号标记（x marker）  |
|  `'D'`  |  菱形标记（diamond marker）  |
|  `'d'`  |  细菱形标记（thin_diamond marker）  |
|  `'|'`  |  垂直线标记（vline marker）  |
|  `'_'`  |  水平线标记（hline marker）  |

<table><tr><td bgcolor="#7FFFD4" colspan="2"><strong><font size=3px>line：线条样式</font></strong></td></tr></table>

|  字符  |  描述  |
|  ------  |  ------  |
|  `'-'`  |  实线样式（solid line style）  |
|  `'--'`  |  虚线样式（dashed line style）  |
|  `'-.'`  |  点划线样式（dash-dot line style）  |
|  `':'`  |  点样式（dotted line style）  |

<table><tr><td bgcolor="#7FFFD4" colspan="2"><strong><font size=3px>color：线条颜色，支持英文颜色名称及其简写、十六进制颜色码等
</font></strong></td></tr></table>

|  字符  |  描述  |
|  ------  |  ------  |
|  `'b'`  |  蓝色（blue）  |
|  `'g'`  |  绿色（green）  |
|  `'r'`  |  红色（red）  |
|  `'c'`  |  青色（cyan）  |
|  `'m'`  |  品红（magenta）  |
|  `'y'`  |  黄色（yellow）  |
|  `'k'`  |  黑色（black）  |
|  `'w'`  |  白色（white）  |

fmt 举例：

```powershell
'b'    # 默认形状的蓝色标记
'or'   # 红圈
'-g'   # 绿色实线
'--'   # 默认颜色的虚线
'^k:'  # 黑色三角形标记，由虚线连接
```

## <font color=#FF0000>【2x00】基本示例</font>

```python
import numpy as np
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']  # 设置显示中文

x = np.arange(-2*np.pi, 2*np.pi, 0.01)
y = np.sin(3*x)/x
plt.title('线性图示例')   # 设置标题
plt.xlabel('x 轴')       # 设置 x 轴标签
plt.ylabel('y 轴')       # 设置 y 轴标签

plt.plot(x, y)
plt.show()
```

<fancybox>
![01](https://cdn.jsdelivr.net/gh/TRHX/ImageHosting/ITRHX-PIC/A71/01.png)
</fancybox>

## <font color=#FF0000>【3x00】多条数据</font>

绘制多条数据，设置不同数据，然后多次调用 `plt.plot()` 函数即可，不同数据的线条颜色会不同，系统随机，可单独指定不同颜色。

```python
import numpy as np
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']

x = np.arange(-2*np.pi, 2*np.pi, 0.01)
y1 = np.sin(3*x)/x
y2 = np.sin(2*x)/x
y3 = np.sin(1*x)/x
plt.title('多数据线性图示例')
plt.xlabel('x 轴')
plt.ylabel('y 轴')

plt.plot(x, y1)
plt.plot(x, y2)
plt.plot(x, y3)

plt.show()
```

<fancybox>
![02](https://cdn.jsdelivr.net/gh/TRHX/ImageHosting/ITRHX-PIC/A71/02.png)
</fancybox>

## <font color=#FF0000>【4x00】设置颜色 / 样式 / 图例</font>

设置线条颜色样式等属性直接在 `plot()` 函数里面添加相应参数即可，设置图例则需要调用 `legend()` 方法。

```python
import numpy as np
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']

x1 = np.arange(-2*np.pi, 2*np.pi, 0.01)
y1 = np.sin(3*x1)/x1
y2 = np.sin(2*x1)/x1

x3 = np.arange(-2*np.pi, 2*np.pi, 2)
y3 = np.array([0, 2, 1.5, 1, 2.4, -0.2, 1.7])

plt.title('线性图自定义样式示例')
plt.xlabel('x 轴')
plt.ylabel('y 轴')

plt.plot(x1, y1, '--r', label='x1, y1')                               # 线条样式为 --，颜色为 r（红色）
plt.plot(x1, y2, color='green', label='x1, y2')                       # 样式默认，颜色为绿色
plt.plot(x3, y3, marker='o', mfc='r', linestyle=':', label='x3, y3')  # 标记样式为 o，颜色为 r（红色），线条样式为 :
plt.legend(edgecolor='#87A3CC', facecolor='#F5F5F5')                  # 图例

plt.show()
```

<fancybox>
![03](https://cdn.jsdelivr.net/gh/TRHX/ImageHosting/ITRHX-PIC/A71/03.png)
</fancybox>

---

```yaml
这里是一段防爬虫文本，请读者忽略。
本文原创首发于 CSDN，作者 TRHX。
博客首页：https://itrhx.blog.csdn.net/
本文链接：https://itrhx.blog.csdn.net/article/details/105839855
未经授权，禁止转载！恶意转载，后果自负！尊重原创，远离剽窃！
```

---

## <font color=#FF0000>【5x00】设置刻度</font>

调用 `xticks()` 和 `yticks()` 函数可以对坐标刻度进行自定义，该函数接收两个参数，第一个参数表示要显示的刻度位置，第二个参数表示在对应刻度线上要显示的标签信息，标签信息支持 LeTeX 数学公式，使用时要用美元符号 `$` 包围起来。

```python
import numpy as np
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']

x = np.arange(-2*np.pi, 2*np.pi, 0.01)
y1 = np.sin(3*x)/x
y2 = np.sin(2*x)/x
y3 = np.sin(1*x)/x
plt.title('线性图设置刻度示例')
plt.xlabel('x 轴')
plt.ylabel('y 轴')

plt.plot(x, y1, '--r', label='sin(3*x)/x')
plt.plot(x, y2, color='green', linestyle=':', label='sin(2*x)/x')
plt.plot(x, y3, label='sin(1*x)/x')
plt.legend(edgecolor='#87A3CC', facecolor='#F5F5F5')

plt.xticks((-2*np.pi, -np.pi, 0, np.pi, 2*np.pi), (r'$-2\pi$', r'$-\pi$', '$0$', r'$\pi$', r'$2\pi$'))
plt.yticks((-1, 0, 1, 2, 3))

plt.show()
```

<fancybox>
![04](https://cdn.jsdelivr.net/gh/TRHX/ImageHosting/ITRHX-PIC/A71/04.png)
</fancybox>

## <font color=#FF0000>【6x00】隐藏画布边框</font>

Matplotlib 所绘制的图表中的每个绘图元素，例如线条 Line2D、文字 Text、刻度等在内存中都有一个对象与之对应。

`matplotlib.pyplot.gca()` 函数用于获取当前的绘图区 `Axes`（Get Current Axes）

`matplotlib.pyplot.gcf()` 函数用于获取当前的画布 `Figure`（Get Current Figure）

例如：`matplotlib.pyplot.plot()` 实际上会通过 `matplotlib.pyplot.gca()` 获得当前的 `Axes` 对象 `ax`，然后再调用 `ax.plot()` 方法实现真正的绘图。我们可以通过这种方法来实现画布边框的隐藏和坐标轴的移动。

```python
import numpy as np
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']

x = np.arange(-2*np.pi, 2*np.pi, 0.01)
y1 = np.sin(3*x)/x
y2 = np.sin(2*x)/x
y3 = np.sin(1*x)/x
plt.title('线性图隐藏画布边框示例')
plt.xlabel('x 轴')
plt.ylabel('y 轴')

plt.plot(x, y1, '--r', label='sin(3*x)/x')
plt.plot(x, y2, color='green', linestyle=':', label='sin(2*x)/x')
plt.plot(x, y3, label='sin(1*x)/x')
plt.legend(edgecolor='#87A3CC', facecolor='#F5F5F5')

plt.xticks((-2*np.pi, -np.pi, 0, np.pi, 2*np.pi), (r'$-2\pi$', r'$-\pi$', '$0$', r'$\pi$', r'$2\pi$'))
plt.yticks((-1, 0, 1, 2, 3))

ax = plt.gca()                          # 获取当前的画布, gca = get current axes
ax.spines['right'].set_visible(False)   # 获取绘图区的轴对象（spines），设置右边框不显示
ax.spines['top'].set_visible(False)     # 获取绘图区的轴对象（spines），设置上边框不显示
# ax.spines['right'].set_color('none')  # 设置颜色为 none，效果与上面的一致
# ax.spines['top'].set_color('none')

plt.show()
```

<fancybox>
![05](https://cdn.jsdelivr.net/gh/TRHX/ImageHosting/ITRHX-PIC/A71/05.png)
</fancybox>

## <font color=#FF0000>【7x00】移动坐标轴</font>

```python
import numpy as np
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']

x = np.arange(-2*np.pi, 2*np.pi, 0.01)
y1 = np.sin(3*x)/x
y2 = np.sin(2*x)/x
y3 = np.sin(1*x)/x
plt.title('线性图移动坐标轴示例')
plt.xlabel('x 轴')
plt.ylabel('y 轴')

plt.plot(x, y1, '--r', label='sin(3*x)/x')
plt.plot(x, y2, color='green', linestyle=':', label='sin(2*x)/x')
plt.plot(x, y3, label='sin(1*x)/x')
plt.legend(edgecolor='#87A3CC', facecolor='#F5F5F5')

plt.xticks((-2*np.pi, -np.pi, 0, np.pi, 2*np.pi), (r'$-2\pi$', r'$-\pi$', '$0$', r'$\pi$', r'$2\pi$'))
plt.yticks((-1, 0, 1, 2, 3))

ax = plt.gca()                          # 获取当前的画布, gca = get current axes
ax.spines['right'].set_visible(False)   # 获取绘图区的轴对象（spines），设置右边框不显示
ax.spines['top'].set_visible(False)     # 获取绘图区的轴对象（spines），设置上边框不显示
# ax.spines['right'].set_color('none')  # 设置颜色为 none，效果与上面的一致
# ax.spines['top'].set_color('none')

ax.spines['left'].set_position(('data', 0))    # 设置两个坐标轴在（0, 0）位置相交
ax.spines['bottom'].set_position(('data', 0))
ax.xaxis.set_ticks_position('bottom')          # 设置 x 坐标轴标签的位置
ax.yaxis.set_ticks_position('left')            # 设置 y 坐标轴标签的位置

plt.show()
```

<fancybox>
![06](https://cdn.jsdelivr.net/gh/TRHX/ImageHosting/ITRHX-PIC/A71/06.png)
</fancybox>

## <font color=#FF0000>【8x00】指定位置显示文本</font>

`matplotlib.pyplot.annotate()` 方法可以在指定坐标点添加文本或 LaTeX 描述，也可以在其他位置添加描述后，使用箭头指向某个坐标点。

基本语法：`matplotlib.pyplot.annotate(text, xy, xytext, xycoords, textcoords, ha, va, arrowprops, \*\*kwargs)`

|  参数  |   描述  |
|  ------  |  ------  |
|       text     |  str 类型，注释的文本  |
|        xy      |  被注释的坐标点，格式：`(x, y)`  |
|    xytext    |  注释文本的坐标点，格式：`(x, y)`，默认与 xy 相同  |
| xycoords  |  被注释的坐标点的参考系，取值参见<font color=#FF0000>**表一**</font>，默认为 'data'  |
| textcoords |  注释文本的坐标点的参考系，取值参见<font color=#FF0000>**表二**</font>，默认为 xycoords 的值 |
|  ha  |  注释点在注释文本的左边、右边或中间（`left`、`right`、`center`）  |
|  va  |  注释点在注释文本的上边、下边、中间或基线 （`top`、`bottom`、`center`、`baseline`） |
| arrowprops |  dict 字典类型，箭头的样式<br>如果 arrowprops 不包含键 arrowstyle，则允许的键参见<font color=#FF0000>**表三**</font><br>如果 arrowprops 包含键 arrowstyle，则允许的键参见<font color=#FF0000>**表四**</font>  |

<table><tr><td bgcolor="#7FFFD4" colspan="2"><strong><font color=#FF0000 size=3px>表一：xycoords 取值类型</font></strong></td></tr></table>

|  取值  |  描述  |
|  ------  |  ------  |
|  'figure points'  |  以画布左下角为参考，单位为点数  |
|  'figure pixels'  |  以画布左下角为参考，单位为像素  |
| 'figure fraction' | 以画布左下角为参考，单位为百分比 |
|  'axes points'  |  以绘图区左下角为参考，单位为点数 |
|  'axes pixels'  |  以绘图区左下角为参考，单位为像素 |
| 'axes fraction' |  以绘图区左下角为参考，单位为百分比 |
|        'data'       |  使用被注释对象的坐标系，即数据的 x, y 轴（默认） |
|       'polar'       |  使用（θ，r）形式的极坐标系  |

<table><tr><td bgcolor="#7FFFD4" colspan="2"><strong><font color=#FF0000 size=3px>表二：textcoords 取值类型</font></strong></td></tr></table>

|  取值  |  描述  |
|  ------  |  ------  |
|  'figure points'  |  以画布左下角为参考，单位为点数  |
|  'figure pixels'  |  以画布左下角为参考，单位为像素  |
| 'figure fraction' | 以画布左下角为参考，单位为百分比 |
|  'axes points'  |  以绘图区左下角为参考，单位为点数 |
|  'axes pixels'  |  以绘图区左下角为参考，单位为像素 |
| 'axes fraction' |  以绘图区左下角为参考，单位为百分比 |
|        'data'       |  使用被注释对象的坐标系，即数据的 x, y 轴 |
|       'polar'       |  使用（θ，r）形式的极坐标系  |
| 'offset points'  |  相对于被注释点的坐标 xy 的偏移量，单位是点  |
| 'offset pixels'  |  相对于被注释点的坐标 xy 的偏移量，单位是像素  |

<table><tr><td bgcolor="#7FFFD4" colspan="2"><strong><font color=#FF0000 size=3px>表三：arrowprops 不包含键 arrowstyle 时的取值</font></strong></td></tr></table>

|  键  |  描述  |
|  ------  |  ------  |
|       width       |  箭头的宽度，以点为单位         |
|   headwidth   |  箭头底部的宽度，以点为单位  |
|  headlength  |  箭头的长度，以点为单位          |
|      shrink      |  箭头两端收缩占总长的百分比   |
|         ?           |  其他 [matplotlib.patches.FancyArrowPatch](https://matplotlib.org/api/_as_gen/matplotlib.patches.FancyArrowPatch.html#matplotlib.patches.FancyArrowPatch) 中的关键字，部分常用关键字参见<font color=#FF0000>**表五**</font>  |

<table><tr><td bgcolor="#7FFFD4" colspan="2"><strong><font color=#FF0000 size=3px>表四：arrowprops 包含键 arrowstyle 时的取值</font></strong></td></tr></table>

|  取值  |  描述  |
|  ------  |  ------  |
|       `'-'`       |  None                                                                       |
|      `'->'`      |  head_length=0.4,head_width=0.2                          |
|      `'-['`       |  widthB=1.0,lengthB=0.2,angleB=None                  |
|       `']-'`      |  widthA=1.0, lengthA=0.2, angleA=None                |
|       `]-[`      |  widthA=1.0, lengthA=0.2, angleA=None, widthB=1.0, lengthB=0.2, angleB=None  |
|      `'|-|'`      |  widthA=1.0,widthB=1.0                                          |
|      `'-|>'`      |  head_length=0.4,head_width=0.2                         |
|      `'<-'`      |  head_length=0.4,head_width=0.2                         |
|     `'<->'`     |  head_length=0.4,head_width=0.2                         |
|     `'<|-'`      |  head_length=0.4,head_width=0.2                         |
|    `'<|-|>'`    |  head_length=0.4,head_width=0.2                         |
|   `'fancy'`   |  head_length=0.4,head_width=0.4,tail_width=0.4   |
|  `'simple'`  |  head_length=0.5,head_width=0.5,tail_width=0.2   |
|  `'wedge'`  |  tail_width=0.3,shrink_factor=0.5                            |

<table><tr><td bgcolor="#7FFFD4" colspan="2"><strong><font color=#FF0000 size=3px>表五：matplotlib.patches.FancyArrowPatch 常用的键</font></strong></td></tr></table>

| 键  |  描述  |
|  ------  |  ------  |
|  arrowstyle        |  箭头样式，取值参见<font color=#FF0000>**表四**</font>  |
| connectionstyle |  连接方式，默认为 `arc3`，有以下五种取值：<br>`angle`：angleA=90, angleB=0, rad=0.0<br>`angle3`：angleA=90, angleB=0<br>`arc`：angleA=0, angleB=0, armA=None, armB=None, rad=0.0<br>`arc3`：rad=0.0<br>`bar`：armA=0.0, armB=0.0, fraction=0.3, angle=None<br>angle 为箭头旋转的角度，rad 为弧度  |
|  relpos  |  箭头起始点相对注释文本的位置，默认为 (0.5, 0.5)，即文本的中心<br>（0，0）表示左下角，（1，1）表示右上角  |
|  patchA  |  箭头起点处的图形，默认为文本的边框  |
|  patchB  |  箭头终点处的图形，默认为空     |
|  shrinkA  |  箭头起点的缩进点数，默认为2  |
|  shrinkB  |  箭头终点的缩进点数，默认为2  |
|  ？  |  其他键值，参见官方文档 [matplotlib.patches.PathPatch](https://matplotlib.org/api/_as_gen/matplotlib.patches.PathPatch.html#matplotlib.patches.PathPatch)  |

<table><tr><td bgcolor="#7FFFD4" colspan="2"><strong><font color=#FF0000 size=3px>connectionstyle 样式举例</font></strong></td></tr></table>

<fancybox>
![07](https://cdn.jsdelivr.net/gh/TRHX/ImageHosting/ITRHX-PIC/A71/07.png)
</fancybox>

应用举例：

```python
import numpy as np
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']

x = np.arange(-2*np.pi, 2*np.pi, 0.01)
y1 = np.sin(3*x)/x
y2 = np.sin(2*x)/x
y3 = np.sin(1*x)/x
plt.title('线性图显示文本注释示例')
plt.xlabel('x 轴')
plt.ylabel('y 轴')

plt.plot(x, y1, '--r', label='sin(3*x)/x')
plt.plot(x, y2, color='green', linestyle=':', label='sin(2*x)/x')
plt.plot(x, y3, label='sin(1*x)/x')
plt.legend(edgecolor='#87A3CC', facecolor='#F5F5F5')

plt.xticks((-2*np.pi, -np.pi, 0, np.pi, 2*np.pi), (r'$-2\pi$', r'$-\pi$', '$0$', r'$\pi$', r'$2\pi$'))
plt.yticks((-1, 0, 1, 2, 3))

ax = plt.gca()                          # 获取当前的画布, gca = get current axes
ax.spines['right'].set_visible(False)   # 获取绘图区的轴对象（spines），设置右边框不显示
ax.spines['top'].set_visible(False)     # 获取绘图区的轴对象（spines），设置上边框不显示
# ax.spines['right'].set_color('none')  # 设置颜色为 none，效果与上面的一致
# ax.spines['top'].set_color('none')

ax.spines['left'].set_position(('data', 0))    # 设置两个坐标轴在（0, 0）位置相交
ax.spines['bottom'].set_position(('data', 0))
ax.xaxis.set_ticks_position('bottom')          # 设置 x 坐标轴标签的位置
ax.yaxis.set_ticks_position('left')            # 设置 y 坐标轴标签的位置

plt.annotate(r'$\lim_{x\to 0}\frac{\sin(x)}{x}=1$',  # 插入 LaTeX 表达式
             xy=[0, 1],                              # 被标记的坐标
             xycoords='data',                        # 被标记的坐标的参考系
             xytext=[30, 30],                        # 注释文本的坐标
             textcoords='offset points',             # 注释文本的坐标的参考系
             fontsize=16,                            # 字体大小
             arrowprops=dict(arrowstyle="->", connectionstyle="arc3, rad=.2"))  # 箭头样式

plt.show()
```

<fancybox>
![08](https://cdn.jsdelivr.net/gh/TRHX/ImageHosting/ITRHX-PIC/A71/08.png)
</fancybox>

---

```yaml
这里是一段防爬虫文本，请读者忽略。
本文原创首发于 CSDN，作者 TRHX。
博客首页：https://itrhx.blog.csdn.net/
本文链接：https://itrhx.blog.csdn.net/article/details/105839855
未经授权，禁止转载！恶意转载，后果自负！尊重原创，远离剽窃！
```

---