plt.legend图例分为两行对齐

要将图例分为两行并对齐，您可以使用`ncol`参数来指定图例的列数，然后使用`bbox_to_anchor`参数来调整图例的位置。以下是一种方法：

import matplotlib.pyplot as plt

# 创建示例数据
x = [1, 2, 3]
y1 = [2, 4, 6]
y2 = [1, 3, 5]

# 绘制图形
plt.plot(x, y1, label='Line 1')
plt.plot(x, y2, label='Line 2')

# 设置图例分为两行对齐
plt.legend(ncol=2, bbox_to_anchor=(0.5, -0.1))

# 显示图形
plt.show()

在上面的示例中，`ncol=2`将图例分为两列，而`bbox_to_anchor=(0.5, -0.1)`将图例放置在图形底部中央的位置。您可以根据需要调整`bbox_to_anchor`的参数来微调图例的位置。

相关问题

plt.legend的用法

`plt.legend()` 是一个用于在 Matplotlib 中添加图例的函数。它接受一些参数来控制图例的位置、标签和样式等。下面是使用 `plt.legend()` 的一些常见用法：

1. 添加默认的图例：如果你在绘制图形时使用了 `label` 参数指定了每个线条或图形的标签，那么只需要调用 `plt.legend()`，就可以自动添加一个默认的图例，其中包含每个标签对应的线条或图形。

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y1 = [1, 2, 3, 4, 5]
y2 = [1, 4, 9, 16, 25]

plt.plot(x, y1, label='linear')
plt.plot(x, y2, label='quadratic')

plt.legend()
plt.show()

2. 设置图例的位置：可以使用 `loc` 参数来设置图例的位置。`loc` 参数可以接受一个字符串或一个整数，表示图例的位置。常见的位置有：'best'、'upper right'、'upper left'、'lower left'、'lower right'、'right'、'center left'、'center right'、'lower center'、'upper center'、'center'。

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y1 = [1, 2, 3, 4, 5]
y2 = [1, 4, 9, 16, 25]

plt.plot(x, y1, label='linear')
plt.plot(x, y2, label='quadratic')

plt.legend(loc='upper left')
plt.show()

3. 设置图例的标题：可以使用 `title` 参数来设置图例的标题。

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y1 = [1, 2, 3, 4, 5]
y2 = [1, 4, 9, 16, 25]

plt.plot(x, y1, label='linear')
plt.plot(x, y2, label='quadratic')

plt.legend(title='Legend Title')
plt.show()

4. 设置图例的样式：可以使用 `fontsize` 参数来设置图例的字体大小，还可以使用 `frameon` 参数来控制图例是否带有边框。

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y1 = [1, 2, 3, 4, 5]
y2 = [1, 4, 9, 16, 25]

plt.plot(x, y1, label='linear')
plt.plot(x, y2, label='quadratic')

plt.legend(fontsize='large', frameon=True)
plt.show()

这些只是 `plt.legend()` 的一些常见用法，还有更多的参数可以控制图例的行数、列数、对齐方式等。更多信息可以参考 Matplotlib 官方文档。

import matplotlib.pyplot as plt import numpy as np #设置字体 plt.rcParams['font.sans-serif']=['Microsoft YaHei'] #图表题 plt.title("不同学校专业招生人数分布图") #设置一个长度为5的等差数组 x = np.arange(5) #绘制柱状图 #赋值 y = [400,170,160,90,50] y1 = [300,180,150,70,90] bar_width = 0.5 #设置坐标刻度 tick_label = ["计算机","机械","电子","管理","物理"] #设置并列柱状图 plt.bar(x,y,bar_width,color="r",align="center",label="学校A") plt.bar(x+bar_width,y1,bar_width,color="y",align="center",label="学校B") #设置y轴和x轴 plt.xlabel("专业") plt.ylabel("招生人数") #设置x的刻度以及x的刻度标签 plt.xticks(x+bar_width/2,tick_label) #显示图 plt.legend() plt.show()详细注释

这是一段 Python 代码，用于绘制柱状图。下面是对代码的详细注释：

# 导入需要的库
import matplotlib.pyplot as plt
import numpy as np

# 设置字体
plt.rcParams['font.sans-serif']=['Microsoft YaHei']

# 设置图表标题
plt.title("不同学校专业招生人数分布图")

# 设置一个长度为5的等差数组，作为x轴数据
x = np.arange(5)

# 设置两个学校的招生人数数据
y = [400,170,160,90,50]
y1 = [300,180,150,70,90]

# 设置柱状图的宽度
bar_width = 0.5

# 设置x轴刻度标签
tick_label = ["计算机","机械","电子","管理","物理"]

# 绘制并列柱状图
plt.bar(x, y, bar_width, color="r", align="center", label="学校A")
plt.bar(x + bar_width, y1, bar_width, color="y", align="center", label="学校B")

# 设置y轴和x轴标签
plt.xlabel("专业")
plt.ylabel("招生人数")

# 设置x轴刻度以及x轴刻度标签
plt.xticks(x + bar_width/2, tick_label)

# 显示图例
plt.legend()

# 显示图表
plt.show()

该代码实现了以下功能：

1. 导入了 `matplotlib.pyplot` 库和 `numpy` 库。
2. 设置了字体为“Microsoft YaHei”。
3. 设置了柱状图的标题为“不同学校专业招生人数分布图”。
4. 定义了一个长度为5的等差数组 `x`，作为 x 轴的数据。
5. 定义了两个学校的招生人数数据 `y` 和 `y1`。
6. 设置了柱状图的宽度为 `bar_width`。
7. 设置了 x 轴刻度标签为 `tick_label`。
8. 绘制了并列柱状图，其中 `x` 和 `y` 参数表示数据，`bar_width` 表示柱状图的宽度，`color` 表示柱状图的颜色，`align` 表示柱状图的对齐方式，`label` 表示图例标签。
9. 设置了 x 轴和 y 轴的标签。
10. 设置了 x 轴刻度以及刻度标签。
11. 显示图例。
12. 显示图表。