plt.legend（）如何使用

plt.legend() 是用于在 matplotlib 中添加图例的函数。它可以在图表中为每个数据系列添加标签，并将其显示在图例中。使用该函数，您可以指定标签的位置、字体大小、颜色等属性。例如，您可以使用以下代码添加图例：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4]
y1 = [1, 3, 5, 7]
y2 = [2, 4, 6, 8]

plt.plot(x, y1, label='Line 1')
plt.plot(x, y2, label='Line 2')

plt.legend(loc='upper right', fontsize='small')

plt.show()

在这个例子中，我们使用 plt.plot() 函数绘制了两条线，并为它们分别指定了标签。然后，我们使用 plt.legend() 函数将这些标签添加到图例中，并指定了图例的位置和字体大小。最后，我们使用 plt.show() 函数显示图表。

相关问题

x1.append(x1,) plt.ion() plt.figure("温度") plt.clf() plt.plot(y1) plt.title("温度") plt.xlabel("采集时间") plt.ylabel("温度值") plt.legend() plt.pause(10)

这段代码是用来绘制温度数据的折线图的示例。具体的步骤如下：

1. `x1.append(x1,)` 将 x1 的值添加到 x1 列表中，这里可能有个拼写错误，应该是 `x1.append(x1)`。

2. `plt.ion()` 是开启交互模式，这样在绘图时可以实时更新图形。

3. `plt.figure("温度")` 创建一个名为 "温度" 的图形窗口。

4. `plt.clf()` 清除当前图形窗口中的所有内容。

5. `plt.plot(y1)` 绘制折线图，其中 y1 是温度数据。

6. `plt.title("温度")` 设置图形的标题为 "温度"。

7. `plt.xlabel("采集时间")` 设置 x 轴的标签为 "采集时间"。

8. `plt.ylabel("温度值")` 设置 y 轴的标签为 "温度值"。

9. `plt.legend()` 显示图例。

10. `plt.pause(10)` 暂停 10 秒钟，保持图形窗口的显示状态。

请注意，在运行这段代码之前，确保已经安装了 matplotlib 库。

plt.plot(history.history['accuracy']) plt.title('model accuracy') plt.ylabel('accuracy') plt.xlabel('epoch') plt.legend(['train'], loc='upper left') plt.show() # 绘制训练loss plt.plot(history.history['loss']) plt.title('model loss') plt.ylabel('loss') plt.xlabel('epoch') plt.legend(['train'], loc='upper left') plt.show()

这段代码用于绘制训练过程中模型的准确率和损失函数变化情况。

第一个 plt.plot() 绘制了模型的准确率变化情况，其中 history.history['accuracy'] 存储了每个 epoch 结束后模型在训练集上的准确率。

第二个 plt.plot() 绘制了模型的损失函数变化情况，其中 history.history['loss'] 存储了每个 epoch 结束后模型在训练集上的损失函数值。

通过观察这两个图像，我们可以了解模型在训练过程中的表现情况，以及是否存在过拟合或欠拟合等问题。