python中plot显示图例

在Python中，使用matplotlib库的plot函数可以绘制图形。在绘制图形时，我们可以使用label参数为每个数据系列添加标签，然后使用legend函数显示图例。例如，如果我们有两个数据系列，可以这样添加标签和显示图例：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(0, 2 * np.pi, 0.1)
y1 = np.sin(x)
y2 = np.cos(x)

plt.plot(x, y1, label='sin')
plt.plot(x, y2, label='cos')

plt.legend()
plt.show()

在这个例子中，我们使用plot函数绘制了两个数据系列，分别是正弦函数和余弦函数。我们为它们分别添加了标签'sin'和'cos'，然后使用legend函数显示图例。在显示图例时，matplotlib会自动根据我们添加的标签生成相应的图例。

相关问题

python的plot设置图例

### 如何在Python Matplotlib Plot中设置图例位置和样式

当使用 `matplotlib` 绘制图形并希望自定义图例外观及其位置时，可以利用多种参数来调整这些属性。下面展示了具体方法。

#### 设置图例位置

通过传递不同的字符串给 `loc` 参数可改变图例放置的位置。例如：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(1, 10)
y = x + 2
yy = 2 * x + 1

fig = plt.figure()
ax = plt.gca()

line_a = ax.plot(x, y, label='a', c='coral')
line_b = ax.plot(x, yy, label='b', c='yellow')

plt.legend(loc="upper left")  # 将图例置于左上角[^2]

plt.show()

如果想要更精确控制图例的位置，则可以通过指定坐标的方式来进行定位：

plt.legend(bbox_to_anchor=(1.05, 1), loc='upper left')  # 把图例放到图框之外的左上方[^3]

这里 `bbox_to_anchor` 定义了相对于当前轴对象（axes object）外部的一个锚点；而 `loc` 则指定了该锚点对应于图例矩形框中的哪个角落或中心部分。

#### 自定义图例外观

除了位置外，还可以修改图例边框的颜色、透明度等外观特性。这可通过向 `legend()` 函数传入额外的关键字参数完成：

plt.legend(frameon=False)  # 不显示图例背景框[^4]

对于更加复杂的定制需求，比如更改字体大小、线条宽度等，也可以相应地添加更多关键字参数到 `legend()` 调用之中。

python plot添加图例

### 如何在 Python 的 Matplotlib 和 Seaborn 中为 Plot 添加图例

#### 使用 Matplotlib 添加图例

当利用 `matplotlib` 绘制图形并希望加入图例外，可以通过调用 `plt.legend()` 函数实现这一功能[^1]。默认情况下，如果不指定任何参数，图例会被放置于图像内部的最佳适配位置。

下面给出一段简单的例子来展示如何操作：

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):  # 更正了原代码中的语法错误，使用range代替xrange以适应Python3
    ax.plot(x, i * x, label=r'$y = {}x$'.format(i))  # 此处修正字符串格式化方式以便兼容Python3

plt.legend()
plt.show()

这段代码会创建一系列线性关系曲线，并通过设定每条线对应的标签，在最终呈现的结果里自动生成相应的图例说明。

对于更复杂的布局需求，比如想要把多个子图组合在一起的时候，则可以借助 `pandas.DataFrame.plot()` 方法里的 `ax` 参数来进行更加精细的控制[^2]。

#### 设置中文环境下的图例显示

如果涉及到中文字符作为图例内容或其他文本标注时，为了确保这些文字能够正确无误地展现出来，建议预先配置好字体相关的全局属性[^3]：

import matplotlib.pyplot as plt

# 配置Matplotlib支持中文
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

上述设置使得后续所有的绘图命令都能识别并渲染简体中文以及解决可能出现的负数符号异常问题。

#### 利用 Seaborn 库简化绘图过程

Seaborn 是基于 Matplotlib 构建的一个高级接口库，它提供了更多样化的统计图表样式选项。同样地，在 seaborn 创建的 plot 上也可以很方便地添加图例。通常来说，只要给定的数据集包含了分类变量的信息，那么所生成的可视化结果就会自动带有合适的图例描述；当然也允许手动调整其外观特性。

例如，当我们绘制柱状图时，可以直接应用如下语句完成任务[^4]:

import pandas as pd
import seaborn as sns

data = pd.Series(np.random.rand(16), index=list('abcdefghijklmnop'))
sns.set(style="whitegrid")  # 可选：定义整体风格
g = sns.barplot(y=data.values, x=data.index)  
g.set_title(u'随机数据分布')  # 增加标题（注意这里的u前缀用于表示Unicode字符串）
plt.show()

此段脚本不仅展示了怎样快速构建美观大方的直方图，同时也示范了如何轻松集成中文标题至图表之中。