Python matplotlib注释xycoords=（'；数据'；，'；轴分数'；）=>；类型错误：'；非类型'；对象是不可编辑的

运行以下代码：

>>> import matplotlib
>>> matplotlib.__version__
'0.99.1.1'

但是注释掉的ax.annotate给出了一个错误：

import matplotlib.pyplot as plt
plt.figure()
ax=plt.axes([.1, .1, .8, .8])
ax.annotate('++++', xy=(.5,.2), xycoords='data')
ax.annotate('aaaa', xy=(.5,.4), xycoords='axes fraction')
#ax.annotate('bbbb', xy=(.5,.6), xycoords=('data', 'axes fraction'))
plt.show()

根据当前文档，它应该是正确的代码：

TypeError: 'NoneType' object is not iterable

有什么想法吗

编辑： 自从第一次发帖以来，我一直在寻找解决方法，并发现了另一个问题。当xycoords='data'时，如果注释落在轴之外，即使使用clip_on=False，注释仍会被剪裁。下面是演示这一点的代码：

From: http://matplotlib.sourceforge.net/users/annotations_guide.html

4. A tuple of two coordinate specification. 
   The first item is for x-coordinate and 
   the second is for y-coordinate. 
   For example,

        annotate("Test", xy=(0.5, 1), xycoords=("data", "axes fraction"))

    0.5 is in data coordinate, and 1 is in normalized axes coordinate.

---

matplotlib

1.0

中添加了一个元组，用于指示注释的不同x和y变换，如果有人感兴趣的话。您需要升级到最新版本才能使用它

对于第二个问题，这实际上是记录在案的行为。（

clip_on

是一种通用的matplotlib文本艺术家kwarg。显然，注释艺术家的行为方式不同。）

发件人：

注释剪辑属性控件 注释的可见性 它位于轴区域之外。如果 如果为True，则注释将仅为 当xy位于轴内时绘制。 如果为False，则注释将始终 无论其位置如何，都可以绘制。 默认值为“无”，其行为类似于 仅当xycoords为“数据”时为True

您需要使用

annotation\u clip

kwarg，而不是：

import matplotlib.pyplot as plt
plt.figure()
ax=plt.axes([.1, .1, .8, .8])
ax.annotate('cccc', xy=(.3, .5), xycoords='data', clip_on=False)
ax.annotate('dddd', xy=(.3,-.1), xycoords='data', clip_on=False)
ax.annotate('eeee', xy=(.6,-.1), xycoords='axes fraction', clip_on=False)
plt.show()

---

有关更多讨论，请参见（同时请注意，

0.99.1

上的

annotation\u clip

kwarg可能已损坏，因此您可能需要使用此处的解决方法。）

您使用的matplotlib版本是什么？你的两个例子对我来说都很好…谢谢Joe，matplotlib.\uuuuuu版本\uuuuuu'0.99.1.1'。。。。您使用的是什么版本？@mike-

1.0.1

我认为

xcoords

kwarg的“两坐标规范元组”部分是在matplotlib 1.0中添加的。参见2010年2月25日的新增内容，后一个问题可能是某个地方修复的错误。（事实上，我敢打赌这是一个只存在于

0.99.1

中的bug。我不认为它会被长期忽视。）@mike-事实上，后一个问题即使在较新版本的maplotlib中也会持续存在。然而，这实际上是预期的行为。看一下

注释\u剪辑
kwarg to annotation:@Joe-好的，我现在安装了1.0.1（没有卸载或删除0.99.1.1）。。。我会汇报结果的
import matplotlib.pyplot as plt
plt.figure()
ax=plt.axes([.1, .1, .8, .8])
ax.annotate('cccc', xy=(.3, .5), xycoords='data', annotation_clip=False)
ax.annotate('dddd', xy=(.3,-.1), xycoords='data', annotation_clip=False)
ax.annotate('eeee', xy=(.6,-.1), xycoords='axes fraction', annotation_clip=False)
plt.show()