python在scatter中添加图例_plt.scatter 二分类数据 legend 添加图例

在Python的matplotlib库中，如果你想要在`plt.scatter()`函数创建的散点图上添加图例，通常当你有两个不同类别的数据并用不同的标记（如不同颜色或形状）表示时，可以这样做：

import matplotlib.pyplot as plt

# 假设你有两类数据，x_data 和 y_data 分别是类别A的数据，x_data2 和 y_data2 是类别B的数据
x_data = [1, 2, 3, 4]
y_data = [5, 6, 7, 8]
x_data2 = [9, 10, 11, 12]
y_data2 = [13, 14, 15, 16]

# 创建散点图，设置不同类别的标记和颜色
plt.scatter(x_data, y_data, color='red', label='类别A')   # 类别A用红色标记
plt.scatter(x_data2, y_data2, color='blue', label='类别B')   # 类别B用蓝色标记

# 显示图例
plt.legend()

# 可选地，你可以给图形添加标题和标签轴
plt.title('Scatter Plot with Legend')
plt.xlabel('X轴')
plt.ylabel('Y轴')

# 显示图形
plt.show()

在这个例子中，`legend()`函数用于添加图例，并且每个数据集都有对应的`label`属性，这是在`scatter()`函数中设置的，当显示图例时就会关联到相应的标记。

相关问题

plt.scatter(y_optimized_real, y_optimized_imag) plt.scatter(y_test["imp_real"],y_test["imp_imag"]) plt.ylim(20,-450) plt.xlabel("Z'") plt.ylabel("Z''") plt.legend(["Predicted Values","True Values"]);

对于这个问题，我可以看出这是一段Python的代码，其中使用了matplotlib库的scatter函数来绘制散点图，将y_optimized_real和y_optimized_imag作为点的横纵坐标，将y_test["imp_real"]和y_test["imp_imag"]作为点的真实值，同时设置了横纵坐标范围、标签和图例。

python plt.scatter 显示图例

要在 matplotlib 的 scatter 图中添加图例，可以使用 `label` 参数为每个数据组添加标签，然后使用 `legend()` 方法创建图例。以下是一个简单的例子：

import matplotlib.pyplot as plt

# 准备数据
x1 = [1, 2, 3, 4, 5]
y1 = [2, 4, 6, 8, 10]
x2 = [1, 2, 3, 4, 5]
y2 = [1, 3, 5, 7, 9]

# 绘制 scatter 图
plt.scatter(x1, y1, label="Group 1")
plt.scatter(x2, y2, label="Group 2")

# 添加图例
plt.legend()

# 显示图形
plt.show()

在这个例子中，我们使用 `label` 参数为两个数据组分别添加了标签 “Group 1” 和 “Group 2”，然后使用 `legend()` 方法创建图例并将其添加到图形中。