Python 如何在matplotlib图形中的特定区域上绘制矩形

我有一个用matplotlib绘制的图表，它是根据一些数据计算出来的。我想在这个图的全局最大值周围画一个矩形区域。我尝试了

plt.axhspan，

但是调用

plt.show（）时，矩形似乎没有出现

那么，如何在matplotlib图上绘制矩形区域呢？谢谢
 最可能的原因是在调用axhspan时使用了x参数的数据单元。来自（我的重点）：

y坐标以数据单位表示，x坐标以轴表示（相对0-1）
单位

所以任何从0向左或从1向右延伸的矩形都只是从图中画出来的

一个简单的替代方法可能是向轴添加一个（例如，通过和）<代码>矩形

对两个维度使用数据单位。下面将添加一个以（2,3）为中心的宽度和高度为1的灰色矩形：

---

下面的示例演示如何在散点图上绘制矩形边框：

导入matplotlib.pyplot作为plt
将matplotlib.patches导入为修补程序
将numpy作为np导入
数据集=np.array([
[.9, .9], [.85, 2.1], [1.2, 1.], [2.1, .95], [3., 1.1],
[3.9, .7], [4., 1.4], [4.2, 1.8], [2., 2.3], [3., 2.3],
[1.5, 1.8], [2., 1.5], [2.2, 2.], [2.6, 1.7], [2.7, 1.85]
])
categories=np.array（[0,0,0,0,0,0,0,0,0,0,1,1,1,1]）
颜色1=（0.69411766529083252,0.3490196168422699,0.15686275064945221,1.0）
颜色2=（0.65098041296005249，0.80784314870834351，0.89019608497619629，1.0）
colormap=np.array（[color1，color2]）
图=plt.图（）
ax=图添加_子批次（111）
散开(
x=[数据集[：，0]]，
y=[数据集[：，1]]，
c=彩色地图[类别]，
marker='o'，
α=0.9
)
保证金=.1
最小值f0，最大值f0=最小值（数据集[10:，0]）-裕度，最大值（数据集[10:，0]）+裕度
最小值f1，最大值f1=最小值（数据集[10:，1]）-边距，最大值（数据集[10:，1]）+边距
宽度=最大值f0-最小值f0
高度=最大值f1-最小值f1
ax.add_补丁(
补丁。矩形(
xy=（最小值f0，最小值f1），#原点。
宽度=宽度，
高度=高度，
线宽=1，
颜色='红色'，
填充=假
)
)
plt.show（）

输出：

from matplotlib.patches import Rectangle
someX, someY = 2, 3
currentAxis = plt.gca()
currentAxis.add_patch(Rectangle((someX - .5, someY - .5), 1, 1, facecolor="grey"))