matplotlib图例添加数值

在matplotlib中，可以使用`plt.text()`函数在图例中添加数值。以下是一个例子：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [10, 20, 30, 40, 50]

plt.plot(x, y, label='Data')

# 添加图例，设置位置和阴影
legend = plt.legend(loc='upper left', shadow=True)

# 为图例添加文本
for i in range(len(x)):
    legend.get_texts()[i].set_text(str(y[i]))

plt.show()

在这个例子中，我们绘制了一个简单的线图，并为其添加了一个图例。然后，我们使用循环和`plt.text()`函数向图例文本中添加了数据点的数值。在这个例子中，我们使用了`legend.get_texts()`函数来获取图例中的文本列表，然后使用`set_text()`函数将其设置为我们想要的文本。

相关问题

对于cmap设置为jet的作图，怎么样添加颜色对应的数值的图例，图例的数值大小step设置为5

可以使用matplotlib中的colorbar函数来添加颜色对应的数值的图例。具体操作如下：

1. 在作图时，设置cmap为jet，并将返回值保存为一个变量（如im）。

2. 在绘制完图像后，调用colorbar函数，并将参数设置为im，同时设置ticks参数为range(0, 101, 5)，即数值大小为0至100，步长为5。

3. 可以使用set_label方法设置colorbar的标签，即对应的数值。

示例代码：

import numpy as np
import matplotlib.pyplot as plt

# 生成随机数据
data = np.random.rand(10, 10)

# 绘制热力图
im = plt.imshow(data, cmap='jet')

# 添加图例
cbar = plt.colorbar(im, ticks=range(0, 101, 5))
cbar.set_label('Value')

plt.show()

运行结果如下图所示：

matplotlib直方图 图例

matplotlib是一个广泛使用的Python数据可视化库，用于创建静态、动态、交互式的数据图形。当你想要展示数据分布情况时，可以使用它的hist()函数创建直方图。直方图是一种将数据分组并显示每组频数的图形，通常通过柱状表示。

创建直方图时，如果你想添加图例（legend），可以在绘图完成后，通过`legend()`方法指定每个柱子代表的类别。例如：

import matplotlib.pyplot as plt
import numpy as np

# 创建一些数据
data = np.random.randn(1000)

# 创建直方图
plt.hist(data, bins=10, alpha=0.5) # bins指定了柱子的数量，alpha设置透明度

# 添加图例
labels = ['数据集A', '数据集B']  # 根据需要自定义标签
plt.legend(labels)

# 设置其他标题和轴标签等细节
plt.title('随机数分布')
plt.xlabel('数值')
plt.ylabel('频数')

# 显示图表
plt.show()

在这个例子中，`labels`列表对应的是`legend()`中的参数，它告诉matplotlib图例中每个柱子代表哪一类数据。如果你有多个子图并且想在一个图表上添加多个图例，可以先创建一个`Figure`对象，并在每个子图上调用`add_subplot()`和`legend()`。