plt.legend设置刻度字体大小

plt.legend函数用于在图表中添加图例，可以设置图的位置、标签和样式等。要设置图例刻度字体大小，可以使用plt.legend中的fontsize参数。

下面是一个示例代码，演示如何设置图例刻度字体大小：

import matplotlib.pyplot as plt

# 创建一个简单的图表
x = [1, 2, 3, 4, 5]
y = [1, 4, 9, 16, 25]
plt.plot(x, y, label='y = x^2')

# 添加图例，并设置刻度字体大小为12
plt.legend(fontsize=12)

# 显示图表
plt.show()

在上述代码中，我们通过plt.plot函数绘制了一个简单的曲线，并使用label参数为曲线添加了一个标签。然后，使用plt.legend函数添加图例，并通过fontsize参数设置了刻度字体大小为12。

你可以根据需要调整fontsize参数的值来改变刻度字体的大小。

相关问题

解读：#11_4显示汉字，设置字符串刻度，设置 x 轴和 y 轴字符串标签，设置图例。 import matplotlib . pyplot as plt ＃用运行时配置参数对象 rcParams ，将字体配置为黑体 plt . rcParams [' font . sans - serif ']=[' Simllei '] x = range (2,26,2) y =[15,13,14,17,20,25,26,26,27,22,18,15] plt . figure ( figsize =(13,8), dpi =80) plot 函数设置的标签 label ，用于图例 legend 显示 plt . plot ( x , y , marker =' o ', mfc =' w ', label ='6H1Eim') ＃将前面的数值刻度，用后面的字符串刻度代替。设置刻度字体大小。 plt . xticks ( range (2,25,1),[ str ( i )+'点' for i in range (2,25,1)], fontsize =13) plt . yticks ( range ( min ( y ), max ( y )+2,2), ＃设置 x 轴和 y 轴标签、字体大小 plt . xlabel ('时间', fontsize =18) plt . ylabel ('温度', fontsize =18)＃设置标题、字体大小 plt . title ('某城市一天气温情况', fontsize =24)＃设置图例位置、字体大小 plt . legend ( loc =' upper left ', fontsize =13) plt . grid ( alpha =0.5) plt .show0 [ str ( i )+'度' for i in range ( min ( y ), max ( y )+2,2)], fontsize =13) 图例的位置 loc 有： best （自适应，默认）、 upper right （右 上）、 upper left （左上）、 lower left （左下）、 lower right （右下）、 center （中央）、 right （右侧）等。

这段代码是用于绘制一个某城市一天气温情况的折线图。其中，首先通过设置 rcParams 对象将字体配置为黑体，然后定义了 x 和 y 的值。接着，通过 plot 函数将 x 和 y 的值绘制成折线图，并设置了标签 label 和图例 legend。接下来，通过 xticks 和 yticks 函数将数值刻度用字符串刻度代替，并设置刻度字体大小。然后，通过 xlabel 和 ylabel 函数设置 x 轴和 y 轴的标签和字体大小，通过 title 函数设置标题和字体大小。最后，通过 legend 函数设置图例的位置和字体大小，通过 grid 函数添加网格线，并通过 show 函数显示图形。图例的位置 loc 有 best（自适应，默认）、upper right（右上）、upper left（左上）、lower left（左下）、lower right（右下）、center（中央）、right（右侧）等选项。

y_test = y_test.reset_index(drop = True) y_predict2 = model_RF1.predict(x_test) plt.figure(figsize = (12,8)) plt.plot(y_predict2,color = 'b',label = 'predict',markersize=8) plt.plot(y_test,color = 'r',label = 'true',markersize=8) plt.xlabel('Test Sample',fontsize=30) plt.ylabel('y1',fontsize=30) plt.title('随机森林',fontsize=30) #坐标轴字体大小 plt.xticks(fontsize=25) plt.yticks(fontsize=25) plt.legend(fontsize=25,loc='upper right') # plt.savefig('GradientBoosting.png',dpi=300,bbox_inches = 'tight')

这段代码的作用是对训练好的随机森林模型进行测试，并将测试结果和真实值进行可视化比较。首先，使用`reset_index()`函数将`y_test`的索引重置为默认值，即0到n-1。接着，使用训练好的`model_RF1`模型对测试集`x_test`进行预测，将预测结果存储在`y_predict2`中。然后，使用`plt.plot()`函数将预测结果和真实值分别用蓝色和红色的线绘制在图表上。接下来，使用`plt.xlabel()`和`plt.ylabel()`函数分别设置x轴和y轴的标签，使用`plt.title()`函数设置图表的标题。然后，使用`plt.xticks()`和`plt.yticks()`函数设置x轴和y轴刻度标签的字体大小。最后，使用`plt.legend()`函数添加图例，并设置字体大小和位置。如果需要保存图表，可以使用`plt.savefig()`函数。