Python 以尽可能简单的方式向Matplotlib中的PyPlot添加图例
TL;DR->如何在不创建任何额外变量的情况下,在Python 以尽可能简单的方式向Matplotlib中的PyPlot添加图例,python,matplotlib,plot,Python,Matplotlib,Plot,TL;DR->如何在不创建任何额外变量的情况下,在Matplotlib的PyPlot中创建线图图例 请考虑下面的绘图脚本: if __name__ == '__main__': PyPlot.plot(total_lengths, sort_times_bubble, 'b-', total_lengths, sort_times_ins, 'r-', total_lengths, sort_times_merge_r, '
Matplotlib
的PyPlot
中创建线图图例
请考虑下面的绘图脚本:
if __name__ == '__main__':
PyPlot.plot(total_lengths, sort_times_bubble, 'b-',
total_lengths, sort_times_ins, 'r-',
total_lengths, sort_times_merge_r, 'g+',
total_lengths, sort_times_merge_i, 'p-', )
PyPlot.title("Combined Statistics")
PyPlot.xlabel("Length of list (number)")
PyPlot.ylabel("Time taken (seconds)")
PyPlot.show()
如您所见,这是matplotlib
的PyPlot
的一个非常基本的用法。理想情况下,这会生成如下所示的图形:
没什么特别的,我知道。然而,目前还不清楚哪些数据被绘制在哪里(我试图绘制一些排序算法的数据,长度与所用时间的关系,我想确保人们知道哪一行是哪一行)。因此,我需要一个图例,看看下面的示例()
您将看到我需要创建一个额外的变量
ax
。如何将图例添加到图形中,而不必创建此额外变量并保持当前脚本的简单性?在绘图调用中,为其所绘制的序列对应的每个参数添加标签,即label=“series 1”
然后只需将
Pyplot.legend()
添加到脚本底部,图例就会显示这些标签。为每个调用添加标签=
,然后调用
考虑以下示例(使用Python 3.8.0测试):
本教程稍作修改:以下是一个帮助您解决问题的示例
fig = plt.figure(figsize=(10,5))
ax = fig.add_subplot(111)
ax.set_title('ADR vs Rating (CS:GO)')
ax.scatter(x=data[:,0],y=data[:,1],label='Data')
plt.plot(data[:,0], m*data[:,0] + b,color='red',label='Our Fitting
Line')
ax.set_xlabel('ADR')
ax.set_ylabel('Rating')
ax.legend(loc='best')
plt.show()
您可以使用
plt.gca()
访问Axes实例(ax
)。在这种情况下,您可以使用
plt.gca().legend()
您可以在每个plt.plot()
调用中使用label=
关键字,或者将标签指定为legend
中的元组或列表,如本工作示例所示:
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(-0.75,1,100)
y0 = np.exp(2 + 3*x - 7*x**3)
y1 = 7-4*np.sin(4*x)
plt.plot(x,y0,x,y1)
plt.gca().legend(('y0','y1'))
plt.show()
但是,如果需要多次访问Axis实例,我建议将其保存到变量ax
with
ax = plt.gca()
然后调用
ax
而不是plt.gca()
带有图例的正弦和余弦曲线的简单绘图
已使用matplotlib.pyplot
import math
import matplotlib.pyplot as plt
x=[]
for i in range(-314,314):
x.append(i/100)
ysin=[math.sin(i) for i in x]
ycos=[math.cos(i) for i in x]
plt.plot(x,ysin,label='sin(x)') #specify label for the corresponding curve
plt.plot(x,ycos,label='cos(x)')
plt.xticks([-3.14,-1.57,0,1.57,3.14],['-$\pi$','-$\pi$/2',0,'$\pi$/2','$\pi$'])
plt.legend()
plt.show()
您可以添加自定义图例
我被您对创建额外变量的关注弄糊涂了。不管怎样,你必须在幕后制造这些物体。好吧,让我试着缓和一下。我不想创建额外的变量,因为它增加了整个脚本的复杂性。我正试着把这个教给一群学生,因为他们以前没有使用过
matplotlib
,所以我想让事情尽可能简单。另外,如果你看一下Rob的答案,它比网站上显示的例子要简单得多。我希望这能有所帮助。我认为,从长远来看,使用状态机接口会让人更难理解,因为很多事情都是通过“魔术”完成的。此外,惯例是使用import matplotlib.pyplot as plt
而不是pyplot
这是正确的想法,但您从不添加标签,因此图例将为空。如果在绘制序列时您不知道标签,有没有办法做到这一点?即,在已绘制序列后,向序列添加标签的方法?或者在显示图例之前修改占位符标签的一种方法?plt.legend(loc='左上方')
也可以使用,其中plt
是从导入matplotlib.pyplot作为plt
。其他注意:plt.legend()
调用需要在plt.plot(label=“lab1”)
@davidA是,您可以简单地将字符串列表传递到:plt.legend(['First Label','Second Label'])
我确信:的实际文档也回答了这一问题,但是从那里获取信息与从这里获取信息相比是一件非常痛苦的事情。我们需要重新设想文档。棒棒糖粘贴答案,不需要任何阅读,并带有图片!这个答案值得更多的信任嗨,卡梅隆,我试着联系你,这是我找到的最好的选择。。。你是我经常使用的一个非常有用的工具的作者:不幸的是,它现在已经有一段时间不起作用了。是我还是工具坏了。如果是这样的话,你能修好吗?哇!固定的。谢谢你的留言!希望你学到了一些关于Axis实例的有用知识:)我只是好奇,为什么你的拟合线离数据这么远?
ax = plt.gca()
import math
import matplotlib.pyplot as plt
x=[]
for i in range(-314,314):
x.append(i/100)
ysin=[math.sin(i) for i in x]
ycos=[math.cos(i) for i in x]
plt.plot(x,ysin,label='sin(x)') #specify label for the corresponding curve
plt.plot(x,ycos,label='cos(x)')
plt.xticks([-3.14,-1.57,0,1.57,3.14],['-$\pi$','-$\pi$/2',0,'$\pi$/2','$\pi$'])
plt.legend()
plt.show()
first = [1, 2, 4, 5, 4]
second = [3, 4, 2, 2, 3]
plt.plot(first, 'g--', second, 'r--')
plt.legend(['First List', 'Second List'], loc='upper left')
plt.show()
# Dependencies
import numpy as np
import matplotlib.pyplot as plt
#Set Axes
# Set x axis to numerical value for month
x_axis_data = np.arange(1,13,1)
x_axis_data
# Average weather temp
points = [39, 42, 51, 62, 72, 82, 86, 84, 77, 65, 55, 44]
# Plot the line
plt.plot(x_axis_data, points)
plt.show()
# Convert to Celsius C = (F-32) * 0.56
points_C = [round((x-32) * 0.56,2) for x in points]
points_C
# Plot using Celsius
plt.plot(x_axis_data, points_C)
plt.show()
# Plot both on the same chart
plt.plot(x_axis_data, points)
plt.plot(x_axis_data, points_C)
#Line colors
plt.plot(x_axis_data, points, "-b", label="F")
plt.plot(x_axis_data, points_C, "-r", label="C")
#locate legend
plt.legend(loc="upper left")
plt.show()