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

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()