【python】深入探索使用Matplotlib中的plt.legend()添加图例

CSDN 2024-07-01 16:05:01 阅读 62

当我们绘制复杂的图表,尤其是包含多个数据系列的图表时,一个清晰、易读的图例是至关重要的。plt.legend()函数是Matplotlib库中用于添加和定制图例的关键工具。在本篇博文中,我们将深入探讨plt.legend()的功能、用法以及如何通过它提升图表的可读性和美观度。

1.plt.legend()的基本用法

首先,我们需要了解plt.legend()的基本用法。通常,在绘制完图表的数据系列后,我们可以简单地调用plt.legend()来自动创建一个图例。例如:

# -*- coding: utf-8 -*-

"""

Created on Mon Feb 19 13:33:58 2024

@author: zqq

"""

import matplotlib.pyplot as plt

import numpy as np

x = np.linspace(0, 10, 100)

y1 = np.sin(x)

y2 = np.cos(x)

plt.rcParams['axes.unicode_minus']=False # 显示负号

plt.plot(x, y1, label='sin(x)')

plt.plot(x, y2, label='cos(x)')

plt.legend()

plt.show()

在这个例子中,label参数用于为数据系列指定标签,这些标签随后被plt.legend()用来创建图例。

这段代码在Spyder编辑器中如下:

在这里插入图片描述

运行代码,得到下面的图表:

在这里插入图片描述

可以看到图例(蓝色实线sin(x)、橙色实线cos(x))在左下角,我们可以通过设置超参数指定该图例的位置。plt.rcParams[‘axes.unicode_minus’]=False # 显示负号,这段代码表示正常显示负号。

使用方法:

plt.legend(loc='xxx')

xxx的取值为:

‘best’(默认值):自动选择最佳位置。‘upper right’:右上角。‘upper left’:左上角。‘lower right’:右下角。‘lower left’:左下角。‘right’:右侧。‘center left’:左侧中央。‘center right’:右侧中央。‘lower center’:底部中央。‘upper center’:顶部中央。

2.plt.legend()的示例

# -*- coding: utf-8 -*-

"""

Created on Mon Feb 19 11:21:04 2024

@author: zqq

"""

import matplotlib.pyplot as plt

from matplotlib import pyplot as plt

# 示例数据

x = [1, 2, 3, 4, 5, 6, 7]

y1 = [9, 12, 18, 20, 15, 17, 27]

y2 = [8, 12, 9, 14, 11, 15, 16]

y3 = [12, 14, 10, 12, 16, 18, 20]

y4 = [11, 19, 6, 15, 14, 16, 23]

# 绘制数据,并添加标签

plt.plot(x, y1, label='数据系列1')

plt.plot(x, y2, label='数据系列2')

plt.plot(x, y3, label='数据系列3')

plt.plot(x, y4, label='数据系列4')

plt.rcParams['font.sans-serif']=['simHei'] # 中文显示

# 添加图例

plt.legend(loc='lower right')

# 显示图表

plt.show()

plt.rcParams[‘font.sans-serif’]=[‘simHei’] # 中文显示,这段代码表示正常显示中文。

plt.legend(loc=‘lower right’),显示在右下角:

在这里插入图片描述

plt.legend(loc=‘upper left’),显示在左上角:

# -*- coding: utf-8 -*-

"""

Created on Mon Feb 19 11:21:04 2024

@author: zqq

"""

import matplotlib.pyplot as plt

from matplotlib import pyplot as plt

# 示例数据

x = [1, 2, 3, 4, 5, 6, 7]

y1 = [9, 12, 18, 20, 15, 17, 27]

y2 = [8, 12, 9, 14, 11, 15, 16]

y3 = [12, 14, 10, 12, 16, 18, 20]

y4 = [11, 19, 6, 15, 14, 16, 23]

# 绘制数据,并添加标签

plt.plot(x, y1, label='数据系列1')

plt.plot(x, y2, label='数据系列2')

plt.plot(x, y3, label='数据系列3')

plt.plot(x, y4, label='数据系列4')

plt.rcParams['font.sans-serif']=['simHei'] # 中文显示

# 添加图例

plt.legend(loc='upper left')

# 显示图表

plt.show()

在这里插入图片描述

plt.legend(),默认参数,显示在最佳位置:

# -*- coding: utf-8 -*-

"""

Created on Mon Feb 19 11:21:04 2024

@author: zqq

"""

import matplotlib.pyplot as plt

from matplotlib import pyplot as plt

# 示例数据

x = [1, 2, 3, 4, 5, 6, 7]

y1 = [9, 12, 18, 20, 15, 17, 27]

y2 = [8, 12, 9, 14, 11, 15, 16]

y3 = [12, 14, 10, 12, 16, 18, 20]

y4 = [11, 19, 6, 15, 14, 16, 23]

# 绘制数据,并添加标签

plt.plot(x, y1, label='数据系列1')

plt.plot(x, y2, label='数据系列2')

plt.plot(x, y3, label='数据系列3')

plt.plot(x, y4, label='数据系列4')

plt.rcParams['font.sans-serif']=['simHei'] # 中文显示

# 添加图例

plt.legend()

# 显示图表

plt.show()

在这里插入图片描述

图例不仅是数据系列的标识,它也是图表整体设计的一部分。合适的图例位置、大小和样式可以极大地提高图表的可读性和吸引力。在设计图表时,考虑图例与其他图表元素(如标题、轴标签、刻度等)的协调性和一致性非常重要。plt.legend()是Matplotlib中不可或缺的一个函数,它使得我们能够轻松地为图表添加清晰、美观的图例。通过了解其基本用法和定制选项,你可以创建出既信息丰富又视觉上吸引人的图表。不断实践和探索,你将发现plt.legend()为你的数据可视化工作带来的无限可能。

这是2024年的第一篇博文,本来想写更好的内容,但是工作是越来越卷了,根本没有时间撰写更优质的博文,已经断更挺长时间了。借着今天修改代码中的图例,挤出时间写成文章,实属不易,干货不多,还望各位海涵。后面将继续更新专栏文章,回馈广大粉丝朋友。

好了,今天的学习就到这里,让我们下期再见。

参考:

https://blog.csdn.net/weixin_74850661/article/details/132949071



声明

本文内容仅代表作者观点,或转载于其他网站,本站不以此文作为商业用途
如有涉及侵权,请联系本站进行删除
转载本站原创文章,请注明来源及作者。