Python 如何定位和对齐matplotlib地物图例？

我有一个图，有两个子图，两行一列。我可以添加一个漂亮的人物图例

fig.legend((l1, l2), ['2011', '2012'], loc="lower center", 
           ncol=2, fancybox=True, shadow=True, prop={'size':'small'})

但是，此图例位于图形的中心，而不是我希望的轴的中心下方。现在，我可以用

axbox = ax[1].get_position()

理论上，我应该能够通过使用元组指定loc关键字来定位图例：

fig.legend(..., loc=(axbox.x0+0.5*axbox.width, axbox.y0-0.08), ...)

这是可行的，除非图例是左对齐的，以便loc指定图例框的左边缘/角，而不是中心。我搜索了align、horizontallignment等关键词，但没有找到。我还尝试获取“图例位置”，但图例没有*get_position（）*方法。我读过关于*bbox_to_anchor*的文章，但当应用到人物图例时，我无法理解它。这似乎是为轴图例制作的

或者：我应该使用移位轴图例吗？但是，为什么首先会有人物传说呢？无论如何，必须能够“居中对齐”图形图例，因为loc=“lower center”也可以这样做

谢谢你的帮助

---

Martin

在这种情况下，您可以将轴用于figure

legend

方法。在这两种情况下，

bbox\u to\u anchor

是关键。正如您已经注意到的那样，

bbox\u to\u anchor

指定一个坐标元组（或一个框）来放置图例。使用

bbox\u to\u锚定时

将

位置

kwarg视为控制水平和垂直对齐

区别在于坐标元组是被解释为轴坐标还是图形坐标

作为使用地物图例的示例：

import numpy as np
import matplotlib.pyplot as plt

fig, (ax1, ax2) = plt.subplots(nrows=2, sharex=True)

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

line1, = ax1.plot(x, np.cos(3*x), color='red')
line2, = ax2.plot(x, np.sin(4*x), color='green')

# The key to the position is bbox_to_anchor: Place it at x=0.5, y=0.5
# in figure coordinates.
# "center" is basically saying center horizontal alignment and 
# center vertical alignment in this case
fig.legend([line1, line2], ['yep', 'nope'], bbox_to_anchor=[0.5, 0.5], 
           loc='center', ncol=2)

plt.show()

作为使用Axis方法的示例，请尝试以下操作：

import numpy as np
import matplotlib.pyplot as plt

fig, (ax1, ax2) = plt.subplots(nrows=2, sharex=True)

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

line1, = ax1.plot(x, np.cos(3*x), color='red')
line2, = ax2.plot(x, np.sin(4*x), color='green')

# The key to the position is bbox_to_anchor: Place it at x=0.5, y=0
# in axes coordinates.
# "upper center" is basically saying center horizontal alignment and 
# top vertical alignment in this case
ax1.legend([line1, line2], ['yep', 'nope'], bbox_to_anchor=[0.5, 0], 
           loc='upper center', ncol=2, borderaxespad=0.25)

plt.show()

---

这是一个非常好的问题，公认的答案表示键（即

loc

表示对齐，

bbox\u to\u锚

表示位置）。我还尝试了一些代码，并想强调

bbox\u transform

属性的重要性，这些属性有时可能需要明确指定才能达到预期效果。下面我将向您展示我在

fig.legend

上的发现<代码>轴。图例应与

loc

非常相似，并且

bbox\u to\u锚定

的工作方式相同

当使用默认设置时，我们将有以下内容

%matplotlib inline
import numpy as np
import matplotlib.pyplot as plt

fig, (ax1, ax2) = plt.subplots(nrows=2, figsize=(6,4), sharex=True)

x = np.linspace(0, np.pi, 100)
line1, = ax1.plot(x, np.cos(3*x), color='red')
line2, = ax2.plot(x, np.sin(4*x), color='green')

fig.legend([line1, line2], ['yep', 'nope'], loc='lower center', ncol=2)

fig, (ax1, ax2) = plt.subplots(nrows=2, figsize=(6,12), sharex=True, facecolor='w', gridspec_kw={'hspace':0.01})

x = np.linspace(0, np.pi, 100)
line1, = ax1.plot(x, np.cos(3*x), color='red')
line2, = ax2.plot(x, np.sin(4*x), color='green')

fig.legend([line1, line2], ['yep', 'nope'], loc='lower center', ncol=2)

这基本上是令人满意的。但是可以很容易地发现，图例与ax2的x轴标签重叠。当图形的

figsize

和/或

dpi

发生变化时，这一问题将变得更加严重，请参见下文

%matplotlib inline
import numpy as np
import matplotlib.pyplot as plt

fig, (ax1, ax2) = plt.subplots(nrows=2, figsize=(6,4), sharex=True)

x = np.linspace(0, np.pi, 100)
line1, = ax1.plot(x, np.cos(3*x), color='red')
line2, = ax2.plot(x, np.sin(4*x), color='green')

fig.legend([line1, line2], ['yep', 'nope'], loc='lower center', ncol=2)

fig, (ax1, ax2) = plt.subplots(nrows=2, figsize=(6,12), sharex=True, facecolor='w', gridspec_kw={'hspace':0.01})

x = np.linspace(0, np.pi, 100)
line1, = ax1.plot(x, np.cos(3*x), color='red')
line2, = ax2.plot(x, np.sin(4*x), color='green')

fig.legend([line1, line2], ['yep', 'nope'], loc='lower center', ncol=2)

因此，您可以看到，

ax2

和图例之间存在很大的差距。这不是我们想要的。与提问者一样，我们希望手动控制图例的位置。首先，我将像答案一样使用2位数的

bbox\u-to\u-anchor

fig, (ax1, ax2) = plt.subplots(nrows=2, figsize=(6,12), sharex=True, facecolor='w', gridspec_kw={'hspace':0.01})

x = np.linspace(0, np.pi, 100)
line1, = ax1.plot(x, np.cos(3*x), color='red')
line2, = ax2.plot(x, np.sin(4*x), color='green')

axbox = ax2.get_position()

# to place center point of the legend specified by loc at the position specified by bbox_to_anchor.
fig.legend([line1, line2], ['yep', 'nope'], loc='center', ncol=2,
           bbox_to_anchor=[axbox.x0+0.5*axbox.width, axbox.y0-0.05])

快到了！但这是完全错误的，因为传说的中心并不在我们真正的意思的中心！解决这个问题的关键是，我们需要将

bbox\u变换

明确地告知为

fig.transFigure

。这是可以理解的，因为大多数时候我们将使用

ax.legend（）

作为替代方案，我们还可以为

loc

使用4号样式

bbox\u to\u锚定。这实质上是为图例指定一个实框，
loc
表示对齐！默认的
bbox\u to\u锚定
应该是
[0,0,1,1]
，这意味着整个图形框！这四个数字分别代表x0、y0、宽度和高度。它非常类似于！因此，您可以轻松地更改
y0
，使其略低于
axbox.y0
，并相应地调整
loc

fig, (ax1, ax2) = plt.subplots(nrows=2, figsize=(6,12), sharex=True, facecolor='w', gridspec_kw={'hspace':0.01})

x = np.linspace(0, np.pi, 100)
line1, = ax1.plot(x, np.cos(3*x), color='red')
line2, = ax2.plot(x, np.sin(4*x), color='green')

axbox = ax2.get_position()

# to place center point specified by loc at the position specified by bbox_to_anchor!
fig.legend([line1, line2], ['yep', 'nope'], loc='lower center', ncol=2,
           bbox_to_anchor=[0, axbox.y0-0.05,1,1], bbox_transform=fig.transFigure)


谢谢你，乔。这是澄清。经过进一步思考，我想我的原始问题的答案应该是：“如果你想使用轴坐标，请使用axes.legend。”然而，出于好奇，我仍然想知道loc关键字是否是控制图例框中文本对齐的唯一方法？在许多其他matplotlib对象中，可以提取面片、线等（例如，请参见boxplot文档），并修改其特性。这似乎不适用于（图例中的文本对象），至少不直接适用。我说得对吗？