Python数据分析 Anaconda发行版 Jupyter notebook 安装和文档启动运行机制主界面新建文档工作界面文档结构编辑和命令模式快捷键执行和输出 Markdown单元图片和视频幻灯片导出格式魔法命令 Numpy 基础知识数据类型创建数组数组运算通用函数索引切片迭代添加删除去重形状变换堆积数组分割数组视图和复制广播机制花式索引布尔索引统计方法随机数 Pandas Series DataFrame Index 重建索引轴向上删除条目索引和切片算术和广播函数和映射排序和排名统计和汇总文件读取分块读取写出数据 JSON和Pickle HDF5 EXCEL文件 Web交互数据库交互删除缺失值补全缺失值删除重复值替换重命名轴索引离散化和分箱检测和过滤随机和抽样字符串操作分层索引分层索引进阶合并连接粘合与堆叠重塑 Matplotlib 配置环境使用常识保存图形两种图画接口使用中文线型图颜色线型和标记坐标轴上下限坐标轴刻度图题、轴标签和图例配置图题配置图例颜色条文本、箭头和注释散点图直方图条形图饼图误差线等高线多子图 patch 自定义坐标轴刻度风格样式展示下一步

配置图例

阅读: 4373 评论：1

legend图例方法有很多可以配置的参数和选项：

参数	说明
loc	图例的位置
prop	字体参数
fontsize	字体大小
markerscale	图例标记与原始标记的相对大小
markerfirst	如果为True，则图例标记位于图例标签的左侧
numpoints	为线条图图例条目创建的标记点数
scatterpoints	为散点图图例条目创建的标记点数
scatteryoffsets	为散点图图例条目创建的标记的垂直偏移量
frameon	是否显示图例边框
fancybox	边框四个角是否有弧度
shadow	控制是否在图例后面画一个阴影
framealpha	图例边框的透明度
edgecolor	边框颜色
facecolor	背景色
ncol	设置图例分为n列展示
borderpad	图例边框的内边距
labelspacing	图例条目之间的垂直间距
handlelength	图例句柄的长度
handleheight	图例句柄的高度
handletextpad	图例句柄和文本之间的间距
borderaxespad	轴与图例边框之间的距离
columnspacing	列间距
title	图例的标题

对于loc这个图例在坐标轴中的放置位置，有两种表示方法：数字或者字符串，其对应关系如下：

0: ‘best' ：自动选择最适合的位置
1: ‘upper right'：右上
2: ‘upper left'：左上
3: ‘lower left'：左下
4: ‘lower right'：右下
5: ‘right'：右
6: ‘center left'：左中
7: ‘center right'：右中
8: ‘lower center'：下中
9: ‘upper center'：上中
10: ‘center'：中间

设置字体大小的参数fontsize可以使用整数或者浮点数，以及字符串‘xx-small’、 ‘x-small’、 ‘small’、‘medium’、 ‘large’、 ‘x-large’和‘xx-large’。

下面是一些使用的例子

plt.legend(loc='best',frameon=False) #去掉图例边框
plt.legend(loc='best',edgecolor='blue') #设置图例边框颜色
plt.legend(loc='best',facecolor='blue') #设置图例背景颜色,若无边框,参数无效
plt.legend(loc='best',title='figure') #去掉图例边框
plt.legend(loc='upper left', ncol=2, frameon=False) # 分两列显示，在左上角
plt.legend(fancybox=True,framealpha=1, shadow=True, borderpad=1)

默认情况下，图例会忽略那些不带标签的绘图，只为设置了label参数的绘图添加图例。

有时候我们可能需要在同一张图上显示多个图例。不过，用普通方法解决不了这个问题，标准的legend接口只能为一张图创建一个图例。但是我们可以通过plt.gca().add_artist()方法(或者ax.add_artist())，将我们先前创建过的图例用底层的接口重新添加上去。

lines = []
styles= ['-', '--','-.',':']
x = np.linspace(0,10,1000)

for i in range(4): # 制造四条sin曲线
    lines += plt.plot(x, np.sin(x-i*np.pi/2), styles[i])
plt.axis('equal')

# 生成第一个图例，并保存引用
leg = plt.legend(lines[:2], ['line A', 'line B'], loc=1,frameon=False)

# 生成第二个图例，这会让第一个图例被抹去
plt.legend(lines[2:], ['line C', 'line D'], loc=4,frameon=False)

# gca方法获取当前坐标轴，再使用它的`add_artist`方法将第一个图例重新画上去
plt.gca().add_artist(leg)

配置图题颜色条

评论总数： 1

点击登录后方可评论

plt.gca()和plt.axes()返回的是同一类型的实例，只不过用后者会抛出警告

By 用户5888865032 On 2019年8月25日 19:04 回复