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

2024-02-20 04:04

本文主要是介绍【python】深入探索使用Matplotlib中的plt.legend()添加图例,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

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

这篇关于【python】深入探索使用Matplotlib中的plt.legend()添加图例的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/726982

相关文章

使用Dify访问mysql数据库详细代码示例

《使用Dify访问mysql数据库详细代码示例》:本文主要介绍使用Dify访问mysql数据库的相关资料,并详细讲解了如何在本地搭建数据库访问服务,使用ngrok暴露到公网,并创建知识库、数据库访... 1、在本地搭建数据库访问的服务,并使用ngrok暴露到公网。#sql_tools.pyfrom

VSCode配置Anaconda Python环境的实现

《VSCode配置AnacondaPython环境的实现》VisualStudioCode中可以使用Anaconda环境进行Python开发,本文主要介绍了VSCode配置AnacondaPytho... 目录前言一、安装 Visual Studio Code 和 Anaconda二、创建或激活 conda

使用mvn deploy命令上传jar包的实现

《使用mvndeploy命令上传jar包的实现》本文介绍了使用mvndeploy:deploy-file命令将本地仓库中的JAR包重新发布到Maven私服,文中通过示例代码介绍的非常详细,对大家的学... 目录一、背景二、环境三、配置nexus上传账号四、执行deploy命令上传包1. 首先需要把本地仓中要

pytorch+torchvision+python版本对应及环境安装

《pytorch+torchvision+python版本对应及环境安装》本文主要介绍了pytorch+torchvision+python版本对应及环境安装,安装过程中需要注意Numpy版本的降级,... 目录一、版本对应二、安装命令(pip)1. 版本2. 安装全过程3. 命令相关解释参考文章一、版本对

Spring Cloud之注册中心Nacos的使用详解

《SpringCloud之注册中心Nacos的使用详解》本文介绍SpringCloudAlibaba中的Nacos组件,对比了Nacos与Eureka的区别,展示了如何在项目中引入SpringClo... 目录Naacos服务注册/服务发现引⼊Spring Cloud Alibaba依赖引入Naco编程s依

Java springBoot初步使用websocket的代码示例

《JavaspringBoot初步使用websocket的代码示例》:本文主要介绍JavaspringBoot初步使用websocket的相关资料,WebSocket是一种实现实时双向通信的协... 目录一、什么是websocket二、依赖坐标地址1.springBoot父级依赖2.springBoot依赖

讯飞webapi语音识别接口调用示例代码(python)

《讯飞webapi语音识别接口调用示例代码(python)》:本文主要介绍如何使用Python3调用讯飞WebAPI语音识别接口,重点解决了在处理语音识别结果时判断是否为最后一帧的问题,通过运行代... 目录前言一、环境二、引入库三、代码实例四、运行结果五、总结前言基于python3 讯飞webAPI语音

基于Python开发PDF转PNG的可视化工具

《基于Python开发PDF转PNG的可视化工具》在数字文档处理领域,PDF到图像格式的转换是常见需求,本文介绍如何利用Python的PyMuPDF库和Tkinter框架开发一个带图形界面的PDF转P... 目录一、引言二、功能特性三、技术架构1. 技术栈组成2. 系统架构javascript设计3.效果图

Java使用Mail构建邮件功能的完整指南

《Java使用Mail构建邮件功能的完整指南》JavaMailAPI是一个功能强大的工具,它可以帮助开发者轻松实现邮件的发送与接收功能,本文将介绍如何使用JavaMail发送和接收邮件,希望对大家有所... 目录1、简述2、主要特点3、发送样例3.1 发送纯文本邮件3.2 发送 html 邮件3.3 发送带

使用DeepSeek搭建个人知识库(在笔记本电脑上)

《使用DeepSeek搭建个人知识库(在笔记本电脑上)》本文介绍了如何在笔记本电脑上使用DeepSeek和开源工具搭建个人知识库,通过安装DeepSeek和RAGFlow,并使用CherryStudi... 目录部署环境软件清单安装DeepSeek安装Cherry Studio安装RAGFlow设置知识库总