如何在matplotlib中一次指定多个标签？

我有以下数据集：

x = [0, 1, 2, 3, 4]
y = [ [0, 1, 2, 3, 4],
      [5, 6, 7, 8, 9],
      [9, 8, 7, 6, 5] ]

现在，我用以下方法绘制它：

import matplotlib.pyplot as plt
plt.plot(x, y)

但是，我想使用此命令标记3个y数据集，这会在调用

.legend（）

时引发错误：

lineObjects = plt.plot(x, y, label=['foo', 'bar', 'baz'])
plt.legend()

File "./plot_nmos.py", line 33, in <module>
  plt.legend()
...
AttributeError: 'list' object has no attribute 'startswith'

问题:

---

仅使用

.plot（）

方法是否有一种优雅的方法来指定多个标签？

您可以在绘制曲线时指定标签

import pylab as plt

x = [0, 1, 2, 3, 4]
y = [ [0, 1, 2, 3, 4], [5, 6, 7, 8, 9], [9, 8, 7, 6, 5] ]
labels=['foo', 'bar', 'baz']
colors=['r','g','b']

# loop over data, labels and colors
for i in range(len(y)):
    plt.plot(x,y[i],'o-',color=colors[i],label=labels[i])

plt.legend()
plt.show()

---

您可以在“线对象”列表上迭代，因此标签是单独指定的。内置python

iter

函数的示例：

lineObjects = plt.plot(x, y)
plt.legend(iter(lineObjects), ('foo', 'bar', 'baz'))`

编辑：更新到matplotlib 1.1.1后，它看起来像是

plt.plot（x，y）

，其中y是列表列表列表（由问题作者提供），不再工作。在将y作为

numpy.array

传递后，仍然可以考虑在y阵列上不进行迭代的一步绘图（假设（numpy）[http://numpy.scipy.org/]如以前导入的）

在这种情况下，使用

plt.plot（x，y）

（如果2D y数组中的数据排列为列[轴1]）或

plt.plot（x，y.transpose（））

（如果2D y数组中的数据排列为行[轴0]）

---

编辑2:正如@pelson所指出的那样（见下面的评论），

iter

功能是不必要的，一个简单的

plt.legend（lineObjects，（'foo'，'bar'，'baz'））

可以完美地工作

不可能直接将这两个数组相互绘制（至少版本为1.1.1），因此，您必须在y数组上循环。我的建议是，同时在标签上循环：

import matplotlib.pyplot as plt

x = [0, 1, 2, 3, 4]
y = [ [0, 1, 2, 3, 4], [5, 6, 7, 8, 9], [9, 8, 7, 6, 5] ]
labels = ['foo', 'bar', 'baz']

for y_arr, label in zip(y, labels):
    plt.plot(x, y_arr, label=label)

plt.legend()
plt.show()

---

编辑：@gcalmettes指出，作为numpy数组，可以同时绘制所有线条（通过转置它们）。有关详细信息，请参阅@gcalmettes答案和评论。

我遇到了同样的问题，现在我找到了一个最简单的解决方案！希望这对你来说还不算太晚。没有迭代器，只需将结果分配给结构

from numpy import *
from matplotlib.pyplot import *
from numpy.random import *

a = rand(4,4)
a
>>> array([[ 0.33562406,  0.96967617,  0.69730654,  0.46542408],
   [ 0.85707323,  0.37398595,  0.82455736,  0.72127002],
   [ 0.19530943,  0.4376796 ,  0.62653007,  0.77490795],
   [ 0.97362944,  0.42720348,  0.45379479,  0.75714877]])

[b,c,d,e] = plot(a)
legend([b,c,d,e], ["b","c","d","e"], loc=1)
show()

看起来像这样：

如果是numpy矩阵图，则为每列一次指定多个图例 我想在绘制一个有两列的矩阵的基础上回答这个问题

假设您有一个2列矩阵

Ret

然后可以使用此代码一次分配多个标签

import pandas as pd, numpy as np, matplotlib.pyplot as plt
pd.DataFrame(Ret).plot()

plt.xlabel('time')
plt.ylabel('Return')
plt.legend(['Bond Ret','Equity Ret'], loc=0)
plt.show()

---

我希望这会有所帮助

我使用以下内容来显示数据帧的标签，而不使用数据帧绘图：

lines\uz=绘图（df）
图例（行、df.columns）#df.columns是标签列表

目前最好的解决方案是：

lineObjects=plt.plot（x，y）#y描述了3条线
plt.图例（['foo'，'bar'，'baz']）

如果您使用的是数据帧，还可以迭代要绘制的数据列：

# Plot figure
fig, ax = plt.subplots(figsize=(5,5))
# Data
data = data
# Plot
for i in data.columns:
    _ = ax.plot(data[i], label=i)
    _ = ax.legend() 
plt.show()

---

当我在数组的列中有一组

x

值和多个

y

值时，这个问题经常出现。我真的不想在循环中绘制数据，而且多次调用

ax.legend

/

plt.legend

并不是一个真正的选项，因为我想绘制其他内容，通常是以同样恼人的格式

不幸的是，这在这里没有帮助。在更新版本的matplotlib中，它只是将整个列表/元组转换为字符串，并将整个内容作为标签分配给所有行

因此，我创建了一个实用函数，将对

ax.plot

/

plt.plot

的调用包装到：

def set_labels(artists, labels):
    for artist, label in zip(artists, labels):
        artist.set_label(label)

你可以这样称呼它

x = np.arange(5)
y = np.random.ranint(10, size=(5, 3))

fig, ax = plt.subplots()
set_labels(ax.plot(x, y), 'ABC')

---

这样，您就可以将所有正常的艺术家参数指定为

绘图

，而不必查看代码中的循环。另一种方法是将对plot的整个调用放入一个只解压缩标签的实用程序中，但这需要大量的重复，以确定如何解析多个数据集，可能具有不同的列数，并分布在多个参数、关键字或其他方面。

，直接迭代y列表，同时压缩其他列表可能更具python风格（参见我的答案）。如果您确实必须这样做，那么与其使用范围（len（…），不如使用枚举（…）。不过你还是得到了+1:-）谢谢你指出这一点。在这种情况下，izip、zip或enumerate更有意义。这对用户不起作用（如果没有迭代步骤，则无法同时绘制提供的x和y）。即使打印成功，假设lineObjects是一个列表（或元组等），iter函数也将是不必要的。@pelson的确，它看起来不适用于新的matplotlib版本。但是，如果x和y是

numpy数组

，您仍然可以使用

plot（x，y.transpose（））

一步绘制它们。在这种情况下，iter函数的语法仍然有效。你是对的，我不知道一个简单的转置就能解决这个问题。（numpy数组可以通过以下方式与.T进行转换，即

y.T

）。然而，我仍然坚持你的iter功能在这里是不必要的（尽管它显然仍然有效）。@pelson你是对的，一个简单的

图例（lineObjects，（'foo'，'bar'，'baz'））

非常有效。我不知道为什么我在这里添加了

iter

函数。。。谢谢

x = np.arange(5)
y = np.random.ranint(10, size=(5, 3))

fig, ax = plt.subplots()
set_labels(ax.plot(x, y), 'ABC')