如何在Matplotlib中设置图例位置|极客教程

如何在Matplotlib中设置图例位置

参考：how to set legend position in matplotlib

Matplotlib 是一个非常流行的 Python 数据可视化库，它提供了丰富的功能和灵活性来创建各种图表和图形。其中，图例 (legend) 是一个非常重要的部分，用于解释图表中各个元素的含义。

在 Matplotlib 中，我们可以通过一些方法来设置图例的位置，以便更好地展示数据和信息。本文将介绍如何在 Matplotlib 中设置图例的位置，通过示例代码来演示各种设置。

1. 设置图例的位置

在 Matplotlib 中，我们可以使用 legend 函数来添加图例，而其中的 loc 参数用来设置图例的位置。loc 参数接受一个字符串或一个数字来指定图例的具体位置。以下是一些常用的位置参数及其含义：

‘upper right’ 或 1：右上角
‘upper left’ 或 2：左上角
‘lower left’ 或 3：左下角
‘lower right’ 或 4：右下角
‘right’ 或 5：右侧
‘center left’ 或 6：左侧中间
‘center right’ 或 7：右侧中间
‘lower center’ 或 8：底部中间
‘upper center’ 或 9：顶部中间
‘center’ 或 10：中间

接下来是一些示例代码来演示如何设置图例的位置：

import matplotlib.pyplot as plt

# 示例 1
plt.plot([1, 2, 3, 4], [1, 4, 9, 16], label='Line 1')
plt.plot([1, 2, 3, 4], [3, 6, 10, 15], label='Line 2')
plt.legend(loc='upper right')

# 示例 2
plt.plot([1, 2, 3, 4], [1, 4, 9, 16], label='Line 1')
plt.plot([1, 2, 3, 4], [3, 6, 10, 15], label='Line 2')
plt.legend(loc=2)

# 示例 3
plt.plot([1, 2, 3, 4], [1, 4, 9, 16], label='Line 1')
plt.plot([1, 2, 3, 4], [3, 6, 10, 15], label='Line 2')
plt.legend(loc='center')

以上示例代码演示了如何在 Matplotlib 中设置图例的位置为右上角、左上角和中间。

2. 自定义图例位置

除了预定义的位置外，我们还可以通过指定坐标来自定义图例的位置。在 legend 函数中，我们可以使用 bbox_to_anchor 参数来指定图例的位置，其值为一个元组 (x, y) 来表示相对于坐标轴的位置。以下是示例代码：

import matplotlib.pyplot as plt

# 示例 4
plt.plot([1, 2, 3, 4], [1, 4, 9, 16], label='Line 1')
plt.plot([1, 2, 3, 4], [3, 6, 10, 15], label='Line 2')
plt.legend(loc='upper right', bbox_to_anchor=(0.5, 0.5))

# 示例 5
plt.plot([1, 2, 3, 4], [1, 4, 9, 16], label='Line 1')
plt.plot([1, 2, 3, 4], [3, 6, 10, 15], label='Line 2')
plt.legend(loc='upper right', bbox_to_anchor=(1.1, 1.05))

以上示例代码演示了如何在 Matplotlib 中通过 bbox_to_anchor 参数自定义图例的位置。

3. 改变图例的方向

除了设置位置外，我们还可以改变图例的方向。在 legend 函数中，我们可以使用 ncol 参数来指定图例中的列数，以改变图例的方向。以下是示例代码：

import matplotlib.pyplot as plt

# 示例 6
plt.plot([1, 2, 3, 4], [1, 4, 9, 16], label='Line 1')
plt.plot([1, 2, 3, 4], [3, 6, 10, 15], label='Line 2')
plt.legend(loc='upper right', ncol=2)

# 示例 7
plt.plot([1, 2, 3, 4], [1, 4, 9, 16], label='Line 1')
plt.plot([1, 2, 3, 4], [3, 6, 10, 15], label='Line 2')
plt.legend(loc='upper right', ncol=1)

以上示例代码演示了如何在 Matplotlib 中使用 ncol 参数改变图例的方向。

4. 调整图例的大小

有时候我们可能需要调整图例的大小，以便更好地展示信息。在 legend 函数中，我们可以使用 prop 参数来设置图例文本的属性，包括大小、颜色等。以下是示例代码：

import matplotlib.font_manager as fm
import matplotlib.pyplot as plt

# 示例 8
prop = fm.FontProperties(size=12)
plt.plot([1, 2, 3, 4], [1, 4, 9, 16], label='Line 1')
plt.plot([1, 2, 3, 4], [3, 6, 10, 15], label='Line 2')
plt.legend(loc='upper right', prop=prop)

# 示例 9
prop = fm.FontProperties(size=16)
plt.plot([1, 2, 3, 4], [1, 4, 9, 16], label='Line 1')
plt.plot([1, 2, 3, 4], [3, 6, 10, 15], label='Line 2')
plt.legend(loc='upper right', prop=prop)

以上示例代码演示了如何在 Matplotlib 中使用 prop 参数调整图例的大小。

5. 调整图例的边框

有时候我们可能需要调整图例的边框，以便更好地突出信息。在 legend 函数中，我们可以使用 fancybox 参数来设置图例的边框样式。以下是示例代码：

import matplotlib.pyplot as plt

# 示例 10
plt.plot([1, 2, 3, 4], [1, 4, 9, 16], label='Line 1')
plt.plot([1, 2, 3, 4], [3, 6, 10, 15], label='Line 2')
plt.legend(loc='upper right', fancybox=True)

# 示例 11
plt.plot([1, 2, 3, 4], [1, 4, 9, 16], label='Line 1')
plt.plot([1, 2, 3, 4], [3, 6, 10, 15], label='Line 2')
plt.legend(loc='upper right', fancybox=False)

以上示例代码演示了如何在 Matplotlib 中使用 fancybox 参数调整图例的边框样式。

6. 更改图例的背景颜色

除了边框样式，我们还可以通过设置图例的背景颜色来美化图例。在 legend 函数中，我们可以使用 facecolor 和 edgecolor 参数来分别设置图例的背景颜色和边框颜色。以下是示例代码：

import matplotlib.pyplot as plt

# 示例 12
plt.plot([1, 2, 3, 4], [1, 4, 9, 16], label='Line 1')
plt.plot([1, 2, 3, 4], [3, 6, 10, 15], label='Line 2')
plt.legend(loc='upper right', facecolor='lightblue', edgecolor='black')

# 示例 13
plt.plot([1, 2, 3, 4], [1, 4, 9, 16], label='Line 1')
plt.plot([1, 2, 3, 4], [3, 6, 10, 15], label='Line 2')
plt.legend(loc='upper right', facecolor='lightgreen', edgecolor='red')

以上示例代码演示了如何在 Matplotlib 中更改图例的背景颜色和边框颜色。

7. 设置图例的阴影

如果想要为图例添加阴影效果，我们可以在 legend 函数中使用 shadow 参数来设置图例的阴影效果。以下是示例代码：

import matplotlib.pyplot as plt

# 示例 14
plt.plot([1, 2, 3, 4], [1, 4, 9, 16], label='Line 1')
plt.plot([1, 2, 3, 4], [3, 6, 10, 15], label='Line 2')
plt.legend(loc='upper right', shadow=True)

# 示例 15
plt.plot([1, 2, 3, 4], [1, 4, 9, 16], label='Line 1')
plt.plot([1, 2, 3, 4], [3, 6, 10, 15], label='Line 2')
plt.legend(loc='upper right', shadow=False)

以上示例代码演示了如何在 Matplotlib 中为图例添加阴影效果。

8. 调整图例的透明度

我们还可以通过设置 alpha 参数来调整图例的透明度。在 legend 函数中，我们可以使用 alpha 参数来设置图例的透明度，其值在 0-1 之间。以下是示例代码：

import matplotlib.pyplot as plt

# 示例 16
plt.plot([1, 2, 3, 4], [1, 4, 9, 16], label='Line 1')
plt.plot([1, 2, 3, 4], [3, 6, 10, 15], label='Line 2')
plt.legend(loc='upper right', alpha=0.9)

# 示例 17
plt.plot([1, 2, 3, 4], [1, 4, 9, 16], label='Line 1')
plt.plot([1, 2, 3, 4], [3, 6, 10, 15], label='Line 2')
plt.legend(loc='upper right', alpha=0.6)

以上示例代码演示了如何在 Matplotlib 中调整图例的透明度。