8.添加图例

对于前面示例的折线图，我们必须查看代码来了解描述的是哪种函数。为方便起见，应在绘图中提供此信息。
图例（Legend）常在地图中使用。 Legend用来描述地图的图形语言或符号系统。

Matplotlib可以使用图例来解释图中函数或值的代表的含义。

在下面的简单示例中演示如何在图形上放置图例。图例包含一个或多个entries。每个entry都包含一个键(key)和一个标签(label)。

pyplot 函数
legend(*args, **kwargs)
用来在轴上放置一个图例

# next line only needed if working with "ipython notebook":
import numpy as np
import matplotlib.pyplot as plt
ax = plt.gca()
ax.plot([1, 2, 3, 4])
ax.legend(['A simple line'])
plt.show()

如果向plot函数添加一个标签(label)，该值将用作legend命令中的标签。 legend函数还需要的参数是位置参数“loc”：

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 25, 1000)
y1 = np.sin(x)
y2 = np.cos(x)
plt.plot(x, y1, '-b', label='sine')
plt.plot(x, y2, '-r', label='cosine')
plt.legend(loc='upper left')
plt.ylim(-1.5, 2.0)
plt.show()import numpy as np
import matplotlib.pyplot as plt
X = np.linspace(0, 25, 1000)
F1 = np.sin(0.5 * X)
F2 = 3 * np.cos(0.8*X)
plt.plot(X, F1, label="$sin(0.5 * x)$")
plt.plot(X, F2, label="$3 sin(x)$")
plt.legend(loc='upper right')
plt.show()

在许多情况下，我们不知道在plot之前结果可能是什么样子。例如，legend将使线条的重要部分蒙上阴影。如果不知道数据的显示情况，最好使用’best’作为loc的参数。 Matplotlib将自动尝试为图例找到最佳位置：

import numpy as np
import matplotlib.pyplot as plt
X = np.linspace(0, 25, 1000)
F1 = np.sin(0.5 * X)
F2 = 3 * np.cos(0.8*X)
plt.plot(X, F1, label="$sin(0.5 * x)$")
plt.plot(X, F2, label="$3 sin(x)$")
plt.legend(loc='best')
plt.show()

再次运行的时候，发现图例可能会到左上角。在以下两个示例中可以看到 loc ='best’能很好地工作：

import numpy as np
import matplotlib.pyplot as plt
X = np.linspace(-2 * np.pi, 2 * np.pi, 70, endpoint=True)
F1 = np.sin(0.5*X)
F2 = -3 * np.cos(0.8*X)
plt.xticks( [-6.28, -3.14, 3.14, 6.28],[r'$-2\pi$', r'$-\pi$', r'$+\pi$', r'$+2\pi$'])
plt.yticks([-3, -1, 0, +1, 3])
plt.plot(X, F1, label="$sin(0.5x)$")
plt.plot(X, F2, label="$-3 cos(0.8x)$")
plt.legend(loc='best')
plt.show()

import numpy as np
import matplotlib.pyplot as plt
X = np.linspace(-2 * np.pi, 2 * np.pi, 70, endpoint=True)
F1 = np.sin(0.5*X)
F2 = 3 * np.cos(0.8*X)
plt.xticks( [-6.28, -3.14, 3.14, 6.28],[r'$-2\pi$', r'$-\pi$', r'$+\pi$', r'$+2\pi$'])
plt.yticks([-3, -1, 0, +1, 3])
plt.plot(X, F1, label="$sin(0.5x)$")
plt.plot(X, F2, label="$3 cos(0.8x)$")
plt.legend(loc='best')
plt.show()

8.1.添加标题（Adding a Title）

使用函数pyplot.title(label, fontdict=None, loc=None, pad=None, **kwargs) 可为绘图设置标题。

import matplotlib.pyplot as plt
days = list(range(1,9))
celsius_values = [25.6, 24.1, 26.7, 28.3, 27.5, 30.5, 32.8, 33.1]
plt.plot(days, celsius_values)
plt.xlabel('Day')
plt.ylabel('Degrees Celsius')
plt.title('Change of Celsius Degrees', size=11)
plt.show()

08_添加图例、添加标题（Adding a Title）相关推荐

matlab给图片加颜色,Matlab中给ｆｉｇｕｒｅ添加图例（legend），标题（ｔｉｔｌｅ）和颜色（ｃｏｌｏｒ）...
在Matlab绘图过程中,尤其是需要将多个图绘制在相同的坐标轴中时,通常需要将不同的曲线设置成为不同的颜色.此外,为了直观,还需要给这张图标增添标题和图例.这篇文章展示了在Matlab的绘图窗口(fi ...
Python使用matplotlib函数subplot可视化多个不同颜色的折线图、为多个子图添加总标题（main title）
Python使用matplotlib函数subplot可视化多个不同颜色的折线图.为多个子图添加总标题(main title) 目录
Python使用matplotlib函数subplot可视化多个不同颜色的折线图、为多个子图添加总标题（main title）、自定义设置主标题字体类型、字体大小、字体颜色等
Python使用matplotlib函数subplot可视化多个不同颜色的折线图.为多个子图添加总标题(main title).自定义设置主标题字体类型.字体大小.字体颜色等目录
python使用matplotlib可视化subplots子图、为subplots添加主标题（main title）、为subplots的每一个子图添加子图标题（subplots title）
python使用matplotlib可视化subplots子图.为subplots添加主标题(main title).为subplots的每一个子图添加子图标题(subplots title) 目录
R语言ggplot2可视化：为可视化图像添加多行标题（multi line title）并将多行标题居中对齐（center align）
R语言ggplot2可视化:为可视化图像添加多行标题(multi line title)并将多行标题居中对齐(center align) 目录
R语言散点图可视化：自定义标题和标签、拟合回归线、lowess为散点图添加平滑拟合线、修改散点图中点颜色和点符号、分组散点图、添加图例、pairs可视化散点图矩阵、ggplt2可视化、lattice
R语言散点图可视化:自定义标题和标签.拟合回归线.lowess为散点图添加平滑拟合线.修改散点图中点颜色和点符号.分组散点图.添加图例.pairs可视化散点图矩阵.ggplt2可视化.lattice ...
matlab 添加子图图案,matplotlib给子图添加图例的方法
matplotlib给子图添加图例的方法代码如下: import matplotlib.pyplot as plt x = [1,2,3,4,5,6,7,8] y = [5,2,4,2,1,4,5, ...
html页面导航图标添加,vue 切换网页导航栏添加logo及标题
index.html 网页导航栏添加logo及标题 var scene = window.location.host if (scene === 'anfang.cn') { document.que ...
plt.scatter散点图添加图例总结
文章目录全自动方法改进方法全自动方法 plt.figure(figsize=[20,20]) scatter=plt.scatter(result[:,0],result[:,1],c=subs ...

08_添加图例、添加标题（Adding a Title）

8.添加图例

8.1.添加标题（Adding a Title）

08_添加图例、添加标题（Adding a Title）相关推荐

最新文章

热门文章