Legend 图例

1、添加图例

>>> import matplotlib.pyplot as plt
>>> import numpy as np
>>> x = np.linspace(-3, 3, 50)
>>> y1 = 2*x + 1
>>> y2 = x**2
>>> plt.figure()
<Figure size 640x480 with 0 Axes>
>>> plt.xlim((-1, 2))
(-1, 2)
>>> plt.ylim((-2, 3))
(-2, 3)
>>> new_sticks = np.linspace(-1, 2, 5)
>>> plt.xticks(new_sticks)
([<matplotlib.axis.XTick object at 0x000001C38FA6F198>, <matplotlib.axis.XTick object at 0x000001C38F57F748>, <matplotlib.axis.XTick object at 0x000001C38F57F0F0>, <matplotlib.axis.XTick object at 0x000001C38F516D30>, <matplotlib.axis.XTick object at 0x000001C38F59D908>], <a list of 5 Text xticklabel objects>)
>>> plt.yticks([-2, -1.8, -1, 1.22, 3],
...            [r‘$really\ bad$‘, r‘$bad$‘, r‘$normal$‘, r‘$good$‘, r‘$really\ good$‘])
([<matplotlib.axis.YTick object at 0x000001C38F50E668>, <matplotlib.axis.YTick object at 0x000001C38F2DD828>, <matplotlib.axis.YTick object at 0x000001C38F57FBE0>, <matplotlib.axis.YTick object at 0x000001C38F59D6A0>, <matplotlib.axis.YTick object at 0x000001C38F59D438>], <a list of 5 Text yticklabel objects>)
>>> l1, = plt.plot(x, y1, label=‘linear line‘)
>>> l2, = plt.plot(x, y2, color=‘red‘, linewidth=1.0, linestyle=‘--‘, label=‘square line‘)
#legend将要显示的信息来自于上面代码中的 label. 所以我们只需要简单写下一下代码, plt 就能自动的为我们添加图例
#参数 loc=‘upper right‘ 表示图例将添加在图中的右上角.
>>> plt.legend(loc=‘upper right‘)
<matplotlib.legend.Legend object at 0x000001C38B7D8780>
>>> plt.show()

2、调整位置和名称

如果我们想单独修改之前的 label 信息, 给不同类型的线条设置图例信息. 我们可以在 plt.legend 输入更多参数. 如果以下面这种形式添加 legend, 我们需要确保, 在上面的代码 plt.plot(x, y2, label=‘linear line‘) 和 plt.plot(x, y1, label=‘square line‘) 中有用变量 l1 和 l2 分别存储起来. 而且需要注意的是 l1, l2,要以逗号结尾, 因为plt.plot() 返回的是一个列表.

>>> plt.legend(handles=[l1, l2], labels=[‘up‘, ‘down‘],  loc=‘best‘)
<matplotlib.legend.Legend object at 0x000001C38FA44630>
>>> plt.show()

其中’loc’参数有多种,’best’表示自动分配最佳位置,其余的如下:

 ‘best‘ : 0,
 ‘upper right‘  : 1,
 ‘upper left‘   : 2,
 ‘lower left‘   : 3,
 ‘lower right‘  : 4,
 ‘right‘        : 5,
 ‘center left‘  : 6,
 ‘center right‘ : 7,
 ‘lower center‘ : 8,
 ‘upper center‘ : 9,
 ‘center‘       : 10,

原文地址:https://www.cnblogs.com/anhoo/p/9384750.html

时间: 2024-08-29 07:08:55

Legend 图例的相关文章

[Ext JS 4] Extjs 图表 Legend(图例)的分行与分列显示

Extjs 中的Chart 的legend. Legend, 翻译过来的意思是图例. 在Extjs 的Chart 中, 到底代表什么呢? 直接看这张图: 右边红色框起来的部分就是Legend 了. 在 Extjs Chart 的定义中, 可以通过配置 legend 的配置值(configs)来设置Legend 显示的位置和样式: position 配置显示的位置:可以设置的值有 "top","bottom", "left", "righ

Echarts (option.legend) 图例的属性,外部控制图例的select状态,以达到模拟图例的效果

先列举一些常用的属性: legend: { //图例,这里基本都是默认设置,就不一一列举,echarts 官网很好找 type: "plain", //'plain':普通图例.缺省就是普通图例.'scroll':可滚动翻页的图例.当图例数量较多时可以使用. show: true, //是否显示(隐藏和显示)柱子的那个按钮,默认true,如果不需要可以设置为false.如果没有请忽略. selectedMode: true, //图例上的点击事件,不写默认true ,设置false为不

highcharts图表的图例legend怎么改变显示位置

一.将图例Legend放于图表右侧1.设置chart的marginRight属性值:chart: { marginRight: 120}2.设置legend图例属性值如下 legend: { align: 'right', //水平方向位置 verticalAlign: 'top', //垂直方向位置 x: 0, //距离x轴的距离 y: 100 //距离Y轴的距离} 3.效果图: 二.将图例放于图表左上角1.设置legend的属性legend: { align: 'left', //水平方向位

matplotlib的学习5-legend图例

import matplotlib.pyplot as plt import numpy as np ''' legend 图例就是为了帮我们展示出每个数据对应的图像名称. 更好的让读者认识到你的数据结构. ''' x = np.linspace(-3, 3, 50) y1 = 2*x + 1 y2 = x**2 plt.figure() #set x limits plt.xlim((-1, 2)) plt.ylim((-2, 3)) # set new sticks new_sticks =

echart.js的使用与API

---恢复内容开始--- echart.js的使用与API 1.echart.js的使用: 第一步:在head标签或body下创建一个script标签去引用echart.js,(该文件可以在echart的官方首页下载最新最全面的js文件,官网:http://echart.baidu.com): <script src="./js/echarts.js"></script> 第二步:并在body中创建一个具备大小的dom(div): <div id=&quo

HighCharts插件学习(二)

HighCharts属性 credits: {版权信息} data: {数据功能模块} drilldown: {钻取} exporting: {导出} labels: {标签} legend: {图例} loading: {加载} navigation: {导航} noData: {没有数据} pane: {-} plotOptions: {数据列配置} responsive: {响应式} series: [{数据列}] subtitle: {副标题} title: {标题} tooltip:

Excel Chart

using System.IO;using System.Runtime.InteropServices;using Excel = Microsoft.Office.Interop.Excel; private void Btn_Click(object sender, EventArgs e){ //创建一个EXCEL文档 CreateExcel("标题","文档.XLS", "工作表名"); } private void CreateExc

CSDN开源夏令营 百度数据可视化实践 ECharts(1)

总体规划 (1)选题: 通过了解林峰老师的专题中国主要城市空气质量实况.中国经济十年时空漫游和中国人口流动大潮,涉及了人口.经济和民生等方面的内容,在这里我选择中国高考,作为我的切入点. 高考,一个永恒的话题,是一场你我都值得经历的一场无硝烟的战争.有人曾说:每个高考的孩子都背负着几代人的希望,每个高考的背后都有众多关注的眼睛.人生能有几回搏?虽然失去了许多,但终究会收获很多. (2)题目 2006-2014高考各省市报名人数及录取人数汇总专题 (3)搜集数据资料 工欲善其事,必先利其器.数据的

百度ECharts初探

ECharts,一个纯 Javascript 的图表库,可以流畅的运行在 PC 和移动设备上,兼容当前绝大部分浏览器(IE8/9/10/11,Chrome,Firefox,Safari等),底层依赖轻量级的 Canvas 类库 ZRender,提供直观,生动,可交互,可高度个性化定制的数据可视化图表. ECharts 提供了常规的折线图,柱状图,散点图,饼图,K线图,用于统计的盒形图,用于地理数据可视化的地图,热力图,线图,用于关系数据可视化的关系图,treemap,多维数据可视化的平行坐标,还