如何在matplotlib中设置图例位置|极客笔记

如何在matplotlib中设置图例位置

参考：how to set legend position in matplotlib

在绘制图表时，图例是一种非常重要的元素，它能够为观众提供关于数据系列的信息。在matplotlib中，我们可以通过设置图例的位置来调整图例的显示位置。接下来我们将介绍如何在matplotlib中设置图例的位置。

设置图例的位置

在matplotlib中，我们可以使用loc参数来设置图例的位置。loc参数可以指定图例的位置，其常用的取值包括：

‘best’：自动选择最佳位置
‘upper right’：右上角
‘upper left’：左上角
‘lower left’：左下角
‘lower right’：右下角
‘right’：右侧
‘center left’：左侧中间
‘center right’：右侧中间
‘lower center’：下方中间
‘upper center’：上方中间
‘center’：正中间

下面是一些示例代码，演示如何设置图例的位置：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y1 = [1, 4, 9, 16, 25]
y2 = [1, 3, 6, 10, 15]

plt.plot(x, y1, label='y1')
plt.plot(x, y2, label='y2')

plt.legend(loc='upper right')

plt.show()

Output:

如何在matplotlib中设置图例位置

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y1 = [1, 4, 9, 16, 25]
y2 = [1, 3, 6, 10, 15]

plt.plot(x, y1, label='y1')
plt.plot(x, y2, label='y2')

plt.legend(loc='lower left')

plt.show()

Output:

如何在matplotlib中设置图例位置

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y1 = [1, 4, 9, 16, 25]
y2 = [1, 3, 6, 10, 15]

plt.plot(x, y1, label='y1')
plt.plot(x, y2, label='y2')

plt.legend(loc='center')

plt.show()

Output:

如何在matplotlib中设置图例位置

通过修改loc参数的取值，我们可以轻松地调整图例的位置。

改变图例的外观

除了设置图例的位置之外，我们还可以改变图例的外观。在matplotlib中，我们可以使用bbox_to_anchor参数来设置图例的位置和偏移量。

下面是一个示例代码，演示如何使用bbox_to_anchor参数来设置图例的位置：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y1 = [1, 4, 9, 16, 25]
y2 = [1, 3, 6, 10, 15]

plt.plot(x, y1, label='y1')
plt.plot(x, y2, label='y2')

plt.legend(bbox_to_anchor=(1.05, 1), loc='upper left', borderaxespad=0.)

plt.show()

Output:

如何在matplotlib中设置图例位置

在上面的示例中，bbox_to_anchor=(1.05, 1)表示将图例放在轴的右上方，并且将其往右上方偏移一定的距离。

通过修改bbox_to_anchor参数的取值，我们可以自定义图例的位置和偏移量。

自定义图例的文本和标记

在matplotlib中，我们可以通过legend()函数的labels参数来自定义图例的文本，通过markers参数来自定义图例的标记。

下面是一个示例代码，演示如何自定义图例的文本和标记：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y1 = [1, 4, 9, 16, 25]
y2 = [1, 3, 6, 10, 15]

plt.plot(x, y1, label='Line 1', marker='o')
plt.plot(x, y2, label='Line 2', marker='s')

plt.legend(labels=['First Line', 'Second Line'], markers=['o', 's'])

plt.show()

在上面的示例中，我们分别为两条曲线设置了不同的文本和标记。