Matplotlib标注：固定X坐标位置，Y坐标随数据动态变化

问题场景 #

现有Matplotlib代码的标注箭头离图表过近，需要实现：

• 标注的X位置固定（偏移量与X数据范围成正比，而非固定数值）
• 标注的Y坐标随最后一个数据值动态变化

原代码 #

ax1 = plt.subplot2grid((1, 1), (0, 0))

x = range(100)
y = range(100)
ax1.annotate((y[-1]), (x[-1], y[-1]),  bbox=dict(boxstyle='larrow', fc='0.8', ec='None'))

方案一：基于轴比例固定X位置（推荐） #

利用Matplotlib的混合坐标变换，让标注X位置相对于轴的右侧固定比例，Y坐标沿用最后一个数据值，适配所有动态生成的图表：

import matplotlib.pyplot as plt

ax1 = plt.subplot2grid((1, 1), (0, 0))

x = range(100)
y = range(100)
last_x = x[-1]
last_y = y[-1]

# 标注箭头指向最后一个数据点，文本位置固定在轴右侧
ax1.annotate(str(last_y),
             xy=(last_x, last_y),  # 箭头指向的目标点
             xytext=(1.02, last_y),  # X为轴右侧2%的位置，Y与数据点一致
             bbox=dict(boxstyle='larrow', fc='0.8', ec='None'),
             ha='left',  # 文本左对齐，避免与图表重叠
             transform=ax1.get_xaxis_transform())  # 混合坐标：X用轴比例，Y用数据坐标

plt.tight_layout()  # 自动调整布局，防止标注被截断
plt.show()

关键说明

• transform=ax1.get_xaxis_transform()：实现X坐标用轴的归一化比例（0=轴最左，1=轴最右），Y坐标用数据实际值，完美匹配需求。
• xytext=(1.02, last_y)：1.02可按需调整（如1.03对应右侧3%），无论X数据范围是100还是10000，偏移量都会自动适配。

方案二：基于数据范围比例计算偏移量 #

如果需要偏移量严格与X数据跨度成正比，可直接计算数据范围的百分比作为偏移值：

import matplotlib.pyplot as plt

ax1 = plt.subplot2grid((1, 1), (0, 0))

x = range(100)
y = range(100)
last_x = x[-1]
last_y = y[-1]

# 计算X数据范围的2%作为偏移量
x_range = max(x) - min(x)
offset_x = x_range * 0.02
annotate_x = last_x + offset_x

ax1.annotate(str(last_y),
             xy=(last_x, last_y),
             xytext=(annotate_x, last_y),
             bbox=dict(boxstyle='larrow', fc='0.8', ec='None'))

plt.tight_layout()
plt.show()

关键说明

• offset_x = x_range * 0.02：偏移量为X数据跨度的2%，例如X范围100时偏移2，X范围10000时偏移200，完全匹配需求示例逻辑。

内容的提问来源于stack exchange，提问作者Elicon