Matplotlib 无法在seaborn distplot中显示图例

背景介绍

在使用Python进行数据可视化的过程中，Matplotlib是最常用的工具之一。而在Matplotlib的基础上，还有一种强大的可视化库——seaborn。它在保持Matplotlib灵活性和强大性的同时，又添加了许多高级的特性，使数据可视化更加容易和美观。seaborn中的distplot函数可以画出直方图和核密度估计图，而默认情况下distplot没有图例，这就使得对于含有多个数据集的直方图，无法进行区分。因此，我们需要在distplot中添加图例。

解决方法

虽然seaborn中的distplot没有图例，但我们可以通过Matplotlib画图的方法在distplot中添加图例。具体方法是在每一个数据集所绘制的直方图中添加标签，然后再使用ax.legend()函数将标签加入到图例中。下面通过一个示例来详细介绍。

首先，我们需要导入seaborn和Matplotlib的相关库。

import seaborn as sns
import matplotlib.pyplot as plt

然后，我们生成两个正态分布的数据集用于演示。

import numpy as np

# 生成两个正态分布数据集
data1 = np.random.normal(0, 1, size=1000)
data2 = np.random.normal(2, 1, size=1000)

我们可以画出不包含图例的distplot。

sns.distplot(data1, hist=True, rug=False, kde=True, color='blue')
sns.distplot(data2, hist=True, rug=False, kde=True, color='red')
plt.show()

我们可以看到，包含两个数据集的直方图被绘制出来，但无法分辨哪些是属于哪个数据集的。接下来，我们在每个数据集的distplot中添加标签，并使用ax.legend()函数将标签加入到图例中。具体实现代码如下：

# 添加标签并绘制直方图
sns.distplot(data1, hist=True, rug=False, kde=True, color='blue', label='data1')
sns.distplot(data2, hist=True, rug=False, kde=True, color='red', label='data2')

# 添加图例
ax = plt.gca()
ax.legend()

plt.show()

我们可以看到，在每个数据集的distplot中添加了标签，并使用ax.legend()函数将标签加入到了图例中。图例上方的蓝色色块和红色色块分别对应着数据集data1和data2。

注意事项

需要注意的是，在添加标签时，必须将label参数添加到对应的绘图函数中（如上述代码中的sns.distplot(data1, hist=True, rug=False, kde=True, color=’blue’, label=’data1′)）；在添加图例时，必须使用ax.legend()函数将标签加入到当前绘图的轴(ax)中。