我只是想在这里发布另一个解决方案，一个我写来实现这种事情的小库：https://github.com/Phlya/adjustText该过程的示例如下：

以下是示例图像：

import matplotlib.pyplot as plt
from adjustText import adjust_text
import numpy as np
together = [(0, 1.0, 0.4), (25, 1.0127692669427917, 0.41), (50, 1.016404709797609, 0.41), (75, 1.1043426359673716, 0.42), (100, 1.1610446924342996, 0.44), (125, 1.1685687930691457, 0.43), (150, 1.3486407784550272, 0.45), (250, 1.4013999168008104, 0.45)]
together.sort()
text = [x for (x,y,z) in together]
eucs = [y for (x,y,z) in together]
covers = [z for (x,y,z) in together]
p1 = plt.plot(eucs,covers,color="black", alpha=0.5)
texts = []
for x, y, s in zip(eucs, covers, text):
    texts.append(plt.text(x, y, s))
plt.xlabel("Proportional Euclidean Distance")
plt.ylabel("Percentage Timewindows Attended")
plt.title("Test plot")
adjust_text(texts, only_move={'points':'y', 'texts':'y'}, arrowprops=dict(arrowstyle="->", color='r', lw=0.5))
plt.show()

如果你想要一个完美的图形，你可以稍微做一些调整。首先，让我们也让文本排斥线-为此，我们只是沿着它们使用scipy.interpolate.interp1d创建了许多虚拟点。
我们希望避免沿着x轴移动标签，因为，好吧，为什么不这样做呢？为此，我们使用参数only_move={'points':'y', 'text':'y'}。如果我们希望仅在标签与文本重叠的情况下沿x轴移动标签，则使用move_only={'points':'y', 'text':'xy'}。同样，在开始时，函数选择文本相对于其原点的最佳对齐方式。因此我们只希望这种情况也发生在y轴上，因此autoalign='y'。我们还减少了点的排斥力，以避免文本飞得太远，因为我们人为地避免了线。

from scipy import interpolate
p1 = plt.plot(eucs,covers,color="black", alpha=0.5)
texts = []
for x, y, s in zip(eucs, covers, text):
    texts.append(plt.text(x, y, s))
f = interpolate.interp1d(eucs, covers)
x = np.arange(min(eucs), max(eucs), 0.0005)
y = f(x)    
    
plt.xlabel("Proportional Euclidean Distance")
plt.ylabel("Percentage Timewindows Attended")
plt.title("Test plot")
adjust_text(texts, x=x, y=y, autoalign='y',
            only_move={'points':'y', 'text':'y'}, force_points=0.15,
            arrowprops=dict(arrowstyle="->", color='r', lw=0.5))
plt.show()

此处提供简单的解决方案：（适用于Jupyter笔记本电脑）

%matplotlib notebook
import mplcursors
plt.plot.scatter(y=YOUR_Y_DATA, x =YOUR_X_DATA)
mplcursors.cursor(multiple = True).connect(
    "add", lambda sel: sel.annotation.set_text(
          YOUR_ANOTATION_LIST[sel.target.index]
))

右击一个点，显示其注解。
在注解上按一下鼠标器左键可关闭注解。
右键单击并拖动注解可移动注解。

经过大量的摆弄，我想通了。原始解决方案的功劳再次归于X1 E0 F1 X的答案。
但是我不知道如何找到文本的准确宽度和高度。如果有人知道，请发表一个改进（或者用方法添加评论）。

import sys
import matplotlib
import matplotlib.pyplot as plt
import numpy as np
def get_text_positions(text, x_data, y_data, txt_width, txt_height):
    a = zip(y_data, x_data)
    text_positions = list(y_data)
    for index, (y, x) in enumerate(a):
        local_text_positions = [i for i in a if i[0] > (y - txt_height) 
                            and (abs(i[1] - x) < txt_width * 2) and i != (y,x)]
        if local_text_positions:
            sorted_ltp = sorted(local_text_positions)
            if abs(sorted_ltp[0][0] - y) < txt_height: #True == collision
                differ = np.diff(sorted_ltp, axis=0)
                a[index] = (sorted_ltp[-1][0] + txt_height, a[index][1])
                text_positions[index] = sorted_ltp[-1][0] + txt_height*1.01
                for k, (j, m) in enumerate(differ):
                    #j is the vertical distance between words
                    if j > txt_height * 2: #if True then room to fit a word in
                        a[index] = (sorted_ltp[k][0] + txt_height, a[index][1])
                        text_positions[index] = sorted_ltp[k][0] + txt_height
                        break
    return text_positions
def text_plotter(text, x_data, y_data, text_positions, txt_width,txt_height):
    for z,x,y,t in zip(text, x_data, y_data, text_positions):
        plt.annotate(str(z), xy=(x-txt_width/2, t), size=12)
        if y != t:
            plt.arrow(x, t,0,y-t, color='red',alpha=0.3, width=txt_width*0.1, 
                head_width=txt_width, head_length=txt_height*0.5, 
                zorder=0,length_includes_head=True)
# start new plot
plt.clf()
plt.xlabel("Proportional Euclidean Distance")
plt.ylabel("Percentage Timewindows Attended")
plt.title("Test plot")
together = [(0, 1.0, 0.4), (25, 1.0127692669427917, 0.41), (50, 1.016404709797609, 0.41), (75, 1.1043426359673716, 0.42), (100, 1.1610446924342996, 0.44), (125, 1.1685687930691457, 0.43), (150, 1.3486407784550272, 0.45), (250, 1.4013999168008104, 0.45)]
together.sort()
text = [x for (x,y,z) in together]
eucs = [y for (x,y,z) in together]
covers = [z for (x,y,z) in together]
p1 = plt.plot(eucs,covers,color="black", alpha=0.5)
txt_height = 0.0037*(plt.ylim()[1] - plt.ylim()[0])
txt_width = 0.018*(plt.xlim()[1] - plt.xlim()[0])
text_positions = get_text_positions(text, eucs, covers, txt_width, txt_height)
text_plotter(text, eucs, covers, text_positions, txt_width, txt_height)
plt.savefig("test.png")
plt.show()

创建http://i.stack.imgur.com/xiTeU.png x1c 0d1x
更复杂的图形现在是http://i.stack.imgur.com/KJeYW.png，仍然有点不确定，但已经好多了！

只是想添加我在代码中使用的另一个解决方案。
1.获取y轴刻度并查找任意两个连续刻度之间的差值（y_diff）。
1.通过将图形的每个“y”元素添加到列表中来注解第一行。
1.在注解第二项时，检查同一“x”的上一个图形（prev_y）的注解是否福尔斯同一y轴刻度范围（Curr_y）内。
1.仅当（prev_y - Curr_y）〉（y_diff /3）时才进行注解。您可以将差值除以图形大小和注解字体大小所需的数字。

annotation_y_values = []
    for i, j in zip(x, df[df.columns[0]]):
        annotation_y_values.append(j)
        axs.annotate(str(j), xy=(i, j), color="black")
 count = 0
 y_ticks = axs.get_yticks()
 y_diff = y_ticks[-1] - y_ticks[-2]
 for i, j in zip(x, df1[df1.columns[0]]):
        df_annotate_value = annotation_y_values[count]
        current_y_val = j
        diff = df_annotate_value - current_y_val
        if diff > (y_diff/3):
            axs.annotate(str(j), xy=(i, j), color="black", size=8)
        count = count + 1

刚刚创建了一个包，用于解决这样的问题：textalloc
下面的例子显示了在这种情况下如何使用它。通过一些参数调整，您可以在几分之一秒内生成这样的图：

import textalloc as ta
import numpy as np
import matplotlib.pyplot as plt
np.random.seed(0)
x_lines = [np.array([0.0, 0.03192317, 0.04101177, 0.26085659, 0.40261173, 0.42142198, 0.87160195, 1.00349979]) + np.random.normal(0,0.03,(8,)) for _ in range(4)]
y_lines = [np.array([0. , 0.2, 0.2, 0.4, 0.8, 0.6, 1. , 1. ]) + np.random.normal(0,0.03,(8,)) for _ in range(4)]
text_lists = [['0', '25', '50', '75', '100', '125', '150', '250'] for _ in range(4)]
texts = []
for tl in text_lists:
    texts += tl
fig,ax = plt.subplots(dpi=100)
for x_line,y_line,text_list in zip(x_lines,y_lines,text_lists):
    ax.plot(x_line,y_line,color="black",linewidth=0.5)
ta.allocate_text(fig,ax,np.hstack(x_lines),np.hstack(y_lines),
            texts,
            x_lines=x_lines, y_lines=y_lines,
            max_distance=0.1,
            min_distance=0.025,
            margin=0.0,
            linewidth=0.5,
            nbr_candidates=400)
plt.show()