如何在Python中向图表添加图例？

图例（legend）是图表中的重要组成部分，它允许读者快速解读图例中的信息。在Python中，我们可以使用各种图表库来创建不同类型的图表，如matplotlib，Plotly，Seaborn等。在本文中，我们将讨论如何使用matplotlib和Plotly向图表添加图例，以及图例的一些基本设置。

更多Python文章，请阅读：Python 教程

在matplotlib中添加图例

matplotlib是Python中使用最为广泛的可视化库之一，它提供了众多的绘图函数和选项，使得我们可以创造出各种类型的图表。下面是如何在matplotlib中添加图例的示例：

import matplotlib.pyplot as plt

# 创建画布和子图
fig, ax = plt.subplots()

# 绘制两条线
line1, = ax.plot([1,2,3], [2,3,1], label='Line 1')
line2, = ax.plot([1,2,3], [5,2,4], label='Line 2')

# 添加图例
ax.legend(loc='best')

# 显示图表
plt.show()

在上面的示例中，我们首先创建了一个画布和一个子图。接着，我们使用plot函数绘制了两条线，并为每条线指定了一个标签。最后，我们使用legend函数向子图中添加图例，其中loc参数指定了图例的位置，这里设置为best表示让matplotlib自己确定。

在下面的示例中，我们展示了一些常见的位置选项：

import matplotlib.pyplot as plt

fig, ax = plt.subplots()

line1, = ax.plot([1,2,3], [2,3,1], label='Line 1')
line2, = ax.plot([1,2,3], [5,2,4], label='Line 2')

# 使用位置码添加图例
ax.legend(loc=4)

plt.show()

其中，loc=0表示自适应位置（默认），loc=1表示右上角，loc=2表示左上角，loc=3表示左下角，loc=4表示右下角，等等。你也可以使用loc='upper left'或者loc='lower right'等字符串来指定位置。

我们也可以用bbox_to_anchor参数来调整图例的位置。bbox_to_anchor表示填充盒的位置（默认为(0,0)），可用元组表示离开轴域[0, 1]多少。在下面的示例中，我们将图例放在轴域右侧，并使其向上偏移0.5：

import matplotlib.pyplot as plt

fig, ax = plt.subplots()

line1, = ax.plot([1,2,3], [2,3,1], label='Line 1')
line2, = ax.plot([1,2,3], [5,2,4], label='Line 2')

# 调整图例位置
ax.legend(loc='center left', bbox_to_anchor=(1, 0.5))

plt.show()

在这个例子中，我们将bbox_to_anchor设置为(1, 0.5)，这意味着我们将图例放在轴域的右侧，同时使图例向上偏移0.5。

你还可以对图例本身进行一些基本的设置，如修改字体、设置边框等等。下面是一些示例代码：

import matplotlib.pyplot as plt
import matplotlib.font_manager as font_manager

fig, ax = plt.subplots()

line1, = ax.plot([1,2,3], [2,3,1], label='Line 1')
line2, = ax.plot([1,2,3], [5,2,4], label='Line 2')

# 添加图例和设置字体
prop = font_manager.FontProperties(family='SimHei', size=10)
ax.legend(loc='best', prop=prop)

# 设置图例边框和透明ax.legend(loc='best', edgecolor='black', facecolor='white', alpha=0.7)

plt.show()

在上述示例中，我们使用了FontProperties类来指定中文宋体字体，并设置了其大小为10。接着，我们使用了edgecolor参数来设置边框颜色，facecolor参数来设置背景颜色，alpha参数来设置透明度，从而使图例更加清晰和美观。

在Plotly中添加图例

Plotly是Python的一个交互式可视化库，它提供了一些高级功能，如动态数据可视化、多维数据可视化等。与matplotlib不同，Plotly图表通常被称为图形（Figure），并且支持许多自定义选项。下面是如何在Plotly中添加图例的示例：

import plotly.graph_objs as go

# 创建数据
trace1 = go.Scatter(x=[1,2,3], y=[2,3,1], name='Line 1')
trace2 = go.Scatter(x=[1,2,3], y=[5,2,4], name='Line 2')
data = [trace1, trace2]

# 创建布局
layout = go.Layout(
    title='Plotly Example',
    xaxis={'title': 'X-axis'},
    yaxis={'title': 'Y-axis'},
    legend={'x': 0.7, 'y': 0.95}
)

# 创建图形
fig = go.Figure(data=data, layout=layout)

# 显示图形
fig.show()

在上面的示例中，我们首先创建了两个散点图，并为它们指定了各自的名称。接着，我们将这两个图形放入一个列表中，作为go.Figure的数据参数。我们还创建了一个布局对象，并在其中设置了图例的位置（在x和y坐标的70%和95%处）。

与matplotlib不同，Plotly的布局选项很多。我们可以使用布局选项来设置图表的标题、轴标签、颜色、字体等等。另外，我们也可以使用go.Layout.legend选项来进一步自定义图例的外观。

接下来，我们展示一些常见的图例选项：

import plotly.graph_objs as go

# 创建数据
trace1 = go.Scatter(x=[1,2,3], y=[2,3,1], name='Line 1')
trace2 = go.Scatter(x=[1,2,3], y=[5,2,4], name='Line 2')
data = [trace1, trace2]

# 创建布局
layout = go.Layout(
    title='Plotly Example',
    xaxis={'title': 'X-axis'},
    yaxis={'title': 'Y-axis'},
    legend={
        'x': 0.7, 
        'y': 0.95, 
        'bgcolor': '#E2E2E2',
        'bordercolor': 'black',
        'borderwidth': 1,
        'font': {'family': 'Arial', 'size': 12}
    }
)

# 创建图形
fig = go.Figure(data=data, layout=layout)

# 显示图形
fig.show()

在这个示例中，我们使用bgcolor参数来设置图例的背景颜色，bordercolor和borderwidth参数来设置边框颜色和宽度，font参数来设置字体名称和大小。