本篇文章和大家了解一下Python绘图并标记出指定点(最大值点)的方法介绍。有一定的参考价值，有需要的朋友可以参考一下，希望对大家有所帮助。
用Python代码，绘制图形并在图上最大值点处用箭头标记出数值。
import numpy as np
import matplotlib.pyplot as plt
# 生成数据，这里生成一个正弦曲线
x = np.linspace(-5, 5, 100) # 在[-5,5]之间生成100个点作为x坐标
y = np.sin(x) # 计算每个x点上的正弦值
# 找到最大值点，这里使用np.argmax函数查找y数组中的最大值的索引
max_idx = np.argmax(y)
max_x, max_y = x[max_idx], y[max_idx]
# 绘制图形
plt.plot(x, y) # 绘制正弦曲线
plt.scatter(max_x, max_y, color='red', s=50) # 在最大值点上绘制一个红色的圆点
plt.annotate(f'max: ({max_x:.2f}, {max_y:.2f})', xy=(max_x, max_y), xytext=(max_x-1, max_y+0.5),
arrowprops=dict(facecolor='red', shrink=0.05)) # 添加注释，使用红色箭头连接注释和最大值点
plt.show() # 显示图形这里我们生成了一个正弦曲线，并使用
plt.plot(x, y)绘制了这个曲线。接着，我们使用
np.argmax(y)查找了y数组中最大值的索引，也就是正弦曲线的最高点。然后，我们使用
plt.scatter(max_x, max_y, color='red', s=50)在最大值点上绘制了一个红色的圆点，使用
plt.annotate添加了一个注释，指出了最大值点的坐标，箭头颜色也设置成红色，注释与最大值点连接。最后，我们使用
plt.show()显示图形，如下图：
plt.annotate 函数用于添加文本注释，其参数如下：
f'max: ({max_x:.2f}, {max_y:.2f})'：注释的文本内容，这里使用了 f-string 格式化字符串，并使用 .2f 指定了最大值点的坐标格式，保留小数点后两位。
xy=(max_x, max_y)：被注释的点的坐标，也就是最大值点的坐标。
xytext=(max_x-1, max_y+0.5)：注释文本的坐标，这里是相对于 xy 坐标的偏移量，将注释文本放置在最大值点左上方。
arrowprops=dict(facecolor='red', shrink=0.05)：指定箭头的属性，这里使用了一个字典来指定箭头的颜色和大小。facecolor 指定箭头颜色为红色，shrink 指定箭头大小为当前注释框大小的5%。
通过这些参数，我们可以调整注释框的位置、大小、颜色等属性，以达到我们想要的效果。
补充：matplotlib.pyplot 标记出曲线上最大点和最小点的位置
废话不多说，直接上代码。
要求：正确安装了matplotlib库
import matplotlib.pyplot as plt import numpy as np def demo_test(): a=np.array([0.15,0.16,0.14,0.17,0.12,0.16,0.1,0.08,0.05,0.07,0.06]); max_indx=np.argmax(a)#max value index min_indx=np.argmin(a)#min value index plt.plot(a,'r-o') plt.plot(max_indx,a[max_indx],'ks') show_max='['+str(max_indx)+' '+str(a[max_indx])+']' plt.annotate(show_max,xytext=(max_indx,a[max_indx]),xy=(max_indx,a[max_indx])) plt.plot(min_indx,a[min_indx],'gs') plt.show() if __name__=="__main__": demo_test();
效果图如下：