Py之matplotlib.pyplot:matplotlib.pyplot的plt.legend函数的简介、使用方法之详细攻略

简介: Py之matplotlib.pyplot:matplotlib.pyplot的plt.legend函数的简介、使用方法之详细攻略


目录

matplotlib.pyplot的plt.legend函数的简介

1、参数解释

2、源代码

matplotlib.pyplot的plt.legend函数的使用方法

1、基础用法


 

 

matplotlib.pyplot的plt.legend函数的简介

         legend模块定义了legend类,负责绘制与轴和/或图形相关的图例。Legend类是一个图例句柄和图例文本的容器,该函数是用来给当前图像添加图例内容。大多数用户通常会通过图例函数创建图例。图例处理程序映射指定如何在轴或图形中从artists(线、补丁等)创建图例句柄。默认的图例处理程序定义在legend_handler模块中。虽然默认的图例处理程序并没有覆盖所有的artists类型,但是可以定义自定义图例处理程序来支持任意对象。

1. plt.legend(loc='best',frameon=False)    #frameon参数,去掉图例边框
2. plt.legend(loc='best',edgecolor='blue') #edgecolor参数,设置图例边框颜色
3. plt.legend(loc='best',facecolor='blue') #facecolor参数,设置图例背景颜色,若无边框,参数无效
4. plt.legend(["CH", "US"], title='China VS Us')    #设置图例标题
5. plt.legend([p1, p2], ["CH", "US"])               #设置图例名字及对应关系

 

原始文档https://matplotlib.org/api/legend_api.html?highlight=legend#module-matplotlib.legend

 

1、参数解释

参数 解释 具体应用
loc

Location code string, or tuple (see below).图例所有figure位置

plt.legend(loc='upper center')
0: ‘best'
1: ‘upper right'
2: ‘upper left'
3: ‘lower left'
4: ‘lower right'
5: ‘right'
6: ‘center left'
7: ‘center right'
8: ‘lower center'
9: ‘upper center'
10: ‘center'
prop the font property字体参数  
fontsize the font size (used only if prop is not specified)

fontsize : int or float or {‘xx-small’, ‘x-small’, ‘small’, ‘medium’, ‘large’, ‘x-large’, ‘xx-large’}

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.  

 

2、源代码

更新……

 

1. def legend Found at: matplotlib.pyplot
2. 
3. @_copy_docstring_and_deprecators(Axes.legend)
4. def legend(*args, **kwargs):
5. return gca().legend(*args, **kwargs)
6. 
7. # Autogenerated by boilerplate.py.  Do not edit as changes will be lost.

 

 

 

matplotlib.pyplot的plt.legend函数的使用方法

1、基础用法

1.     plt.figure() 
2.     col_cou_len=len(Keys)
3.     plt.pie(x=Values,labels=Keys,colors=cols[:col_cou_len], startangle=90,shadow=True,autopct='%1.3f%%') 
4.     plt.title(tit_name)
5.     plt.legend()
6.     plt.show()

 


相关文章
|
7月前
|
Python 容器
(学习笔记)matplotlib.pyplot模块下基本画图函数的整理
1. plt.plot()函数 主要用于画图,绘制点和线。 语法:
121 0
|
2月前
|
机器学习/深度学习 人工智能 数据可视化
|
5月前
|
Python
`matplotlib`是Python中一个非常流行的绘图库,它提供了丰富的绘图接口,包括二维和三维图形的绘制。`Axes3D`是`matplotlib`中用于创建三维坐标轴的对象,而`plot_surface`则是用于在三维空间中绘制表面的函数。
`matplotlib`是Python中一个非常流行的绘图库,它提供了丰富的绘图接口,包括二维和三维图形的绘制。`Axes3D`是`matplotlib`中用于创建三维坐标轴的对象,而`plot_surface`则是用于在三维空间中绘制表面的函数。
|
5月前
|
数据采集 数据可视化 数据处理
我们来看一个简单的`matplotlib`代码示例,它使用`plot()`和`scatter()`函数来绘制二维图形。
我们来看一个简单的`matplotlib`代码示例,它使用`plot()`和`scatter()`函数来绘制二维图形。
|
7月前
matplotlib.pyplot contourf()函数的使用
matplotlib.pyplot contourf()函数的使用
126 3
|
7月前
|
数据可视化 数据挖掘 Python
Python中的数据可视化工具Matplotlib简介与实践
在本文中,我们将介绍Python中常用的数据可视化工具Matplotlib,包括其基本概念、常用功能以及实际应用。通过学习Matplotlib,读者可以更好地理解和运用数据可视化技术,提升数据分析与展示的能力。
|
7月前
|
人工智能 数据可视化 测试技术
Python数据可视化之Matplotlib实战Python中的装饰器:优雅而强大的函数增强工具
Python是一门强大的编程语言,它在数据科学和人工智能领域有着广泛应用。Matplotlib是Python中最常用的数据可视化库之一,它可以帮助开发者将复杂的数据呈现出来,以更好的展示和分析数据。本文将通过实例,介绍如何使用Matplotlib进行数据可视化。 在Python编程中,装饰器是一种强大的工具,可以用来增强函数的功能而不改变其结构。本文将深入探讨Python中装饰器的原理、应用及实例,帮助读者更好地理解和运用这一技术。
|
7月前
|
数据可视化 数据挖掘 大数据
Python中的数据分析与可视化库Matplotlib简介
在当前大数据时代,数据分析和可视化成为了技术领域的热门话题。Python作为一门流行的编程语言,拥有丰富的数据处理和可视化库,其中Matplotlib是其中的佼佼者。本文将介绍Matplotlib库的基本概念、功能特点以及在数据分析与可视化中的应用。
67 0
|
7月前
|
Python
Matplotlib subplot()函数
Matplotlib subplot()函数
53 1
|
7月前
|
机器学习/深度学习 数据可视化 API
Matplotlib从入门到精通01-matplotlib简介与绘图基本流程
Matplotlib从入门到精通01-matplotlib简介与绘图基本流程
Matplotlib从入门到精通01-matplotlib简介与绘图基本流程

热门文章

最新文章