使用文本
text函数可用于在任意位置添加文本，xlabel、ylabel和title可用于在指定位置添加文本（有关更详细的示例，请参阅Text in Matplotlib Plots）。
text：https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.text.html#matplotlib.pyplot.textxlabel：https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.xlabel.html#matplotlib.pyplot.xlabelylabel：https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.ylabel.html#matplotlib.pyplot.ylabeltitle：https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.title.html#matplotlib.pyplot.titleText in Matplotlib Plots：
https://matplotlib.org/stable/tutorials/text/text_intro.html
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
import matplotlib.pyplot as pltimport numpy as npnp.random.seed(19680801) # seed the random number generator.
mu, sigma = 100, 15x = mu + sigma * np.random.randn(10000)
# the histogram of the datan, bins, patches = plt.hist(x, 50, density=True, facecolor='g', alpha=0.75)
plt.xlabel('Smarts')plt.ylabel('Probability')plt.title('Histogram of IQ')plt.text(60, .025, r'$\mu=100,\ \sigma=15$')plt.axis([40, 160, 0, 0.03])plt.grid(True)plt.show()
所有文本函数都返回matplotlib.text.Text实例。与图线一样，可以通过向文本函数传递关键字参数或使用setp：matplotlib.text.Text：https://matplotlib.org/stable/api/text_api.html#matplotlib.text.Textsetp：
https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.setp.html#matplotlib.pyplot.setp
·
t = plt.xlabel('my data', fontsize=14, color='red')
文本属性和布局（Text properties and layout）中详细介绍了这些属性。Text properties and layout：
https://matplotlib.org/stable/tutorials/text/text_props.html
在文本中使用数学表达式
matplotlib任何文本表达式中接受TeX方程表达式。例如，在标题中编写表达式σi=15，可以写一个由美元符号包围的TeX表达式：
·
plt.title(r'$\sigma_i=15$')
标题字符串前面的r很重要——它表示该字符串是一个原始字符串，而不是将反斜杠视为python转义。matplotlib具有内置的TeX表达式解析器和布局引擎，并提供自己的数学字体——有关详细信息，请参阅编写数学表达式（Writing mathematical expressions）。因此，可以跨平台使用数学文本，而无需安装TeX。对于安装了LaTeX和dvipng的用户，还可以使用LaTeX格式化文本，并将输出直接合并到显示图形或保存的脚本中——请参阅用LaTeX进行文本渲染（Text rendering with LaTeX）。Writing mathematical expressions：https://matplotlib.org/stable/tutorials/text/mathtext.htmlText rendering with LaTeX：
https://matplotlib.org/stable/tutorials/text/usetex.html
注释文本
使用上面的基本文本（text）功能可以将文本放置在Axes上的任意位置。文本的一个常见用途是注释图表的某些特征，注释（annotate）方法是个助手，使注释变得容易。在注释中，需要考虑两点：由参数xy表示的注释位置和xytext表示的文本位置。这两个参数都是（x，y）坐标元组。annotate：
https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.annotate.html#matplotlib.pyplot.annotate
·
·
·
·
·
·
·
·
·
·
·
·
·
import matplotlib.pyplot as pltax = plt.subplot()
t = np.arange(0.0, 5.0, 0.01)s = np.cos(2*np.pi*t)line, = plt.plot(t, s, lw=2)
plt.annotate('local max', xy=(2, 1), xytext=(3, 1.5), arrowprops=dict(facecolor='black', shrink=0.05), )
plt.ylim(-2, 2)plt.show()
在这个基本示例中，xy（箭头尖）和xytext位置（文本位置）都在数据坐标中。事实上，有多种其他坐标系可供选择——有关详细信息，请参见基本注释（Basic annotation）和高级注释（Advanced Annotations）。更多示例可在注释绘图（Annotating Plots）中找到。Basic annotation：https://matplotlib.org/stable/tutorials/text/annotations.html#annotations-tutorialAdvanced Annotations：https://matplotlib.org/stable/tutorials/text/annotations.html#plotting-guide-annotationAnnotating Plots：
https://matplotlib.org/stable/gallery/text_labels_and_annotations/annotation_demo.html
对数轴和其他非线性轴
matplotlib.pyplot不仅支持线性轴刻度，还支持对数和logit刻度。如果数据跨越多个数量级，则通常使用此方法。更改轴的比例很简单：
matplotlib.pyplot：
https://matplotlib.org/stable/api/pyplot_summary.html#module-matplotlib.pyplot
·
plt.xscale('log')
下面显示了具有相同数据和y轴不同刻度的四幅图的示例。
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
import matplotlib.pyplot as pltimport numpy as np# Fixing random state for reproducibilitynp.random.seed(19680801)
# make up some data in the open interval (0, 1)y = np.random.normal(loc=0.5, scale=0.4, size=1000)y = y[(y > 0) & (y < 1)]y.sort()x = np.arange(len(y))
# plot with various axes scalesplt.figure()
# linearplt.subplot(221)plt.plot(x, y)plt.yscale('linear')plt.title('linear')plt.grid(True)
# logplt.subplot(222)plt.plot(x, y)plt.yscale('log')plt.title('log')plt.grid(True)
# symmetric logplt.subplot(223)plt.plot(x, y - y.mean())plt.yscale('symlog', linthresh=0.01)plt.title('symlog')plt.grid(True)
# logitplt.subplot(224)plt.plot(x, y)plt.yscale('logit')plt.title('logit')plt.grid(True)# Adjust the subplot layout, because the logit one may take more space# than usual, due to y-tick labels like "1 - 10^{-3}"plt.subplots_adjust(top=0.92, bottom=0.08, left=0.10, right=0.95, hspace=0.25, wspace=0.35)
plt.show()
也可以添加自己的刻度，有关详细信息，请参见matplotlib.scale：
https://matplotlib.org/stable/api/scale_api.html#module-matplotlib.scale。