matplotlib中plt.legend等的使用方法

plt.lengend()

用于给图像加图例。

图例是集中于地图一角或一侧的地图上各种符号和颜色所代表内容与指标的说明,有助于更好的认识地图。

语法参数如下: matplotlib.pyplot.legend(*args, **kwargs)

keyword Description
loc Location code string, or tuple (see below).图例所有figure位置
prop the font property字体参数
fontsize the font size (used only if prop is not specified)
markerscale the relative size of legend markers vs. original

图例标记与原始标记的相对大小

markerfirst If True (default), marker is to left of the label.

如果为True,则图例标记位于图例标签的左侧

numpoints the number of points in the legend for line

为线条图图例条目创建的标记点数

scatterpoints the number of points in the legend for scatter plot

为散点图图例条目创建的标记点数

scatteryoffsets a list of yoffsets for scatter symbols in legend

为散点图图例条目创建的标记的垂直偏移量

frameon If True, draw the legend on a patch (frame).

控制是否应在图例周围绘制框架

fancybox If True, draw the frame with a round fancybox.

控制是否应在构成图例背景的FancyBboxPatch周围启用圆边

shadow If True, draw a shadow behind legend.

控制是否在图例后面画一个阴

framealpha Transparency of the frame.

控制图例框架的 Alpha 透明度

edgecolor Frame edgecolor.
facecolor Frame facecolor.
ncol number of columns 设置图例分为n列展示
borderpad the fractional whitespace inside the legend border

图例边框的内边距

labelspacing the vertical space between the legend entries

图例条目之间的垂直间距

handlelength the length of the legend handles

图例句柄的长度

handleheight the height of the legend handles

图例句柄的高度

handletextpad the pad between the legend handle and text

图例句柄和文本之间的间距

borderaxespad the pad between the axes and legend border

轴与图例边框之间的距离

columnspacing the spacing between columns 列间距
title the legend title
bbox_to_anchor the bbox that the legend will be anchored.指定图例在轴的位置
bbox_transform the transform for the bbox. transAxes if None.

sd

原文地址:https://www.cnblogs.com/lfri/p/12248629.html

时间: 2024-10-09 13:47:43

matplotlib中plt.legend等的使用方法的相关文章

matplotlib中的legend()——用于显示图例

legend()的一个用法: 当我们有多个 axes时,我们如何把它们的图例放在一起呢?? 我们可以这么做: import matplotlib.pyplot as plt import numpy as np x = np.arange(1, 11) fig = plt.figure(1) ax1 = plt.subplot(2, 1, 1) ax2 = plt.subplot(2, 1, 2) l1, = ax1.plot(x, x*x, 'r') #这里关键哦 l2, = ax2.plot

python matplotlib 中ax.legend()用法解释

ax.legend()作用:在图上标明一个图例,用于说明每条曲线的文字显示 import matplotlib.pyplot as plt import numpy as np x = np.arange(10) fig = plt.figure() ax = plt.subplot(111) for i in range(5): #ax.plot(x, i * x, label='y=%dx' %i) ax.plot(x, i * x, label='$y = %ix$' % i) ax.le

Matplotlib中plt.rcParams用法(设置图像细节)

import numpy as np import matplotlib.pyplot as plt from matplotlib.colors import ListedColormap %matplotlib inline # 生成数据 x = np.linspace(0, 4*np.pi) y = np.sin(x) plt.rcParams['figure.figsize'] = (5.0, 4.0) # 显示图像的最大范围 plt.rcParams['image.interpolat

matplotlib中 plt.plot() 函数中**kwargs的参数形式

plt.plot(x, y, **kwargs) **kwargs的参数大致有如下几种: color: 颜色 linestyle: 线条样式 marker: 标记风格 markerfacecolor: 标记颜色 markersize: 标记大小 备注: color = linestyle =  (linestyle = 'none' 或 linestyle = ' '    表示没有线条) marker = 原文地址:https://www.cnblogs.com/shuaishuaidefei

matplotlib 进阶之Legend guide

目录 matplotlib.pyplot.legend 方法1自动检测 方法2为现有的Artist添加 方3显示添加图例 控制图例的输入 为一类Artist设置图例 Legend 的位置 loc, bbox_to_anchor 一个具体的例子 同一个Axes多个legend Legend Handlers 自定义图例处理程序 函数链接 import numpy as np import matplotlib.pyplot as plt matplotlib.pyplot.legend 在开始教程

基于Python实现matplotlib中动态更新图片(交互式绘图)

最近在研究动态障碍物避障算法,在Python语言进行算法仿真时需要实时显示障碍物和运动物的当前位置和轨迹,利用Anaconda的Python打包集合,在Spyder中使用Python3.5语言和matplotlib实现路径的动态显示和交互式绘图(和Matlab功能类似). Anaconda是一个用于科学计算的Python发行版,支持 Linux, Mac, Windows系统,提供了包管理与环境管理的功能,可以很方便地解决多版本python并存.切换以及各种第三方包安装问题.Anaconda利用

使用matplotlib中的bar函数绘制柱状图

使用柱状图显示三日电影的票房信息 要显示的数据为2018年12月7日-9日四场电影的票房信息 四场电影分别为:无名之辈,狗十三,毒液:知名守卫者,憨豆特工3 2018年12月7日四场电影票房分别为:[991.94, 375.64, 200.48, 73.27] 2018年12月8日四场电影票房分别为:[1908.22, 547.61, 466.23, 193.8] 2018年12月9日四场电影票房分别为:[1532.87, 525.63, 332.35, 170.57] 本次绘图思路: 1.x轴

Python 中 plt 画柱状图和折线图

1. 背景 Python在一些数据可视化的过程中需要使用 plt 函数画柱状图和折线图. 2. 导入 import matplotlib.pyplot as plt 3. 柱状图 array= np.array(array) plt.hist(array, bins=50,facecolor="red", edgecolor="red" ,linewidth=5,alpha=0.7) plt.xlabel("") plt.ylabel("

matplotlib中subplots的用法

1.matplotlib中如果只画一张图的话,可以直接用pyplot,一般的做法是: import matplotlib.pyplot as plt plt.figure(figsize=(20,8),dpi=90) # 设置画布大小及像素 plt.xticks()  # 设置x坐标刻度 plt.yticks() # 设置y坐标刻度 plt.xlabel() # 设置x坐标名 plt.ylabel() # 设置y坐标名 plt.title() # 设置主题 plt.plot() # 画图 plt