如何为matplotlib.pyplot.text()设置x、y轴不同坐标系？

当然有超简便的实现方式！你要的这种混合坐标系需求，matplotlib早就为我们准备好了专门的工具——matplotlib.transforms.blended_transform_factory()，用它可以轻松组合两种不同的坐标系，完美解决你说的“垂直位置固定，水平位置随数据视图调整”的问题。

核心思路 #

matplotlib的坐标系变换支持拆分x和y轴分别设置：

• 用ax.transData作为x轴变换：让文本的水平位置完全跟随数据坐标系，当你调整x轴显示范围时，文本会自动跟着移动到对应数据位置
• 用ax.transAxes作为y轴变换：让文本的垂直位置基于轴的相对位置（0对应轴底部，1对应轴顶部），不管y轴范围怎么调整，文本都固定在你设定的垂直位置

完整代码示例 #

import matplotlib.pyplot as plt
from matplotlib.transforms import blended_transform_factory

# 生成示例数据
x_values = [1, 3, 5, 7, 9]
y_values = [4, 2, 5, 1, 3]

# 创建绘图对象
fig, ax = plt.subplots(figsize=(8, 4))
ax.plot(x_values, y_values, marker='o', label='示例数据')

# 创建混合变换：x用数据坐标，y用轴坐标
blended_trans = blended_transform_factory(
    ax.transData,  # x轴：数据坐标系
    ax.transAxes   # y轴：轴坐标系
)

# 添加文本：x是数据值，y是轴的相对位置（这里0.8代表距离顶部20%的位置）
ax.text(
    x=5,  # 数据坐标系下的x位置
    y=0.8,  # 轴坐标系下的y位置（0-1）
    s='垂直固定，水平随数据移动',
    transform=blended_trans,
    ha='center',  # 水平居中对齐
    va='center',  # 垂直居中对齐
    bbox=dict(facecolor='lightblue', alpha=0.6, pad=5)  # 添加背景框增强可读性
)

# 测试调整x轴范围，验证文本位置变化
ax.set_xlim(0, 10)
ax.legend()
plt.show()

效果验证 #

当你拖动调整x轴的显示范围（比如缩小或放大x轴），你会发现文本的水平位置始终对应数据中的x=5的位置，而垂直位置一直保持在轴的80%高度处，完全符合你的需求！

这个技巧我平时做可视化时经常用到，比如给时序图添加固定在侧边的标注，或者给散点图添加随数据点水平移动但垂直固定的说明，非常实用~

内容的提问来源于stack exchange，提问作者BayesianMonk