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.legend()
plt.legend(loc=2)

plt.show()

legend（）有一个loc参数，用于控制图例的位置。 比如 plot.legend(loc=2) , 这个位置就是4象项中的第二象项，也就是左上角。 loc可以为1,2,3,4 这四个数字。

如果把那句legend() 的语句去掉，那么图形上的图例也就会消失了。

http://30daydo.com/article/215




原文地址：https://www.cnblogs.com/gaona666/p/12639317.html
				


				
时间： 2024-10-07 14:06:33 

		


		


	

	
	

		


		
python matplotlib 中ax.legend()用法解释的相关文章


								

		

			

                Python ctypes中cast/py_object用法
			

		

		

									

				class ctypes.py_object Represents the C PyObject * datatype. Calling this without an argument creates a NULL PyObject * pointer. 示例: >>> dc = {'a':'aaa','b':'bbb'} >>> c = py_object(dc)>>> cpy_object({'b': 'bbb', 'a': 'aaa'})>			

		

	

				

		

			

                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			

		

	

				

		

			

                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			

		

	

				

		

			

                几招学会 Python 3 中 PyMongo 的用法
			

		

		

									

				本文和大家分享的是Python3下MongoDB的存储操作相关内容,在看本文之前请确保你已经安装好了MongoDB并启动了其服务,另外安装好了Python的PyMongo库.下面进入正题,一起来看看吧,希望对大家学习Python3有所帮助. 连接MongoDB 连接MongoDB我们需要使用PyMongo库里面的MongoClient,一般来说传入MongoDB的IP及端口即可,第一个参数为地址host,第二个参数为端口port,端口如果不传默认是27017. import pymongo cl			

		

	

				

		

			

                python numpty 中shape的用法
			

		

		

									

				python: numpy--函数 shape用法 - CSDN博客 https://blog.csdn.net/u010758410/article/details/71554224 shape函数是numpy.core.fromnumeric中的函数,它的功能是查看矩阵或者数组的维数. 举例说明: 建立一个3×3的单位矩阵e, e.shape为(3,3),表示3行3列,第一维的长度为3,第二维的长度也为3 [plain] view plain copy >>> e = eye(3)			

		

	

				

		

			

                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 siz			

		

	

				

		

			

                CSS中的EM 用法解释和分析
			

		

		

									

				篇教程将引导大家如何使用“em”来创建一个基本的弹性布局,从而学习其如何计算?又是如何使用“em”对层进行弹性扩展?又是如何扩展文本和图像等内容?下在我们就一起带着这些问题开始今天的“em”之行. 什么是弹性布局? 用户的文字大小与弹性布局 用户的浏览器默认渲染的文字大小是“16px”,换句话说,Web页面中“body”的文字大小在用户浏览器下默认渲染是“16px”.当然,如果用户愿意他可以改变这种字体大小的设置,用户可以通过UI控件来改变浏览器默认的字体大小. 弹性设计有一个关键地方Web页面			

		

	

				

		

			

                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			

		

	

				

		

			

                python scapy中sniffer的用法以及过滤器
			

		

		

									

				Sniff方法定义: sniff(filter="",iface="any", prn=function, count=N) 1.filter的规则使用 Berkeley Packet Filter (BPF)语法,具体参考:http://blog.csdn.net/qwertyupoiuytr/article/details/54670477 2.iface用来指定要在哪个网络接口上进行抓包[即网卡的名称](通常不指定即所有网络接口):例如: dpkg = sni