En legende er et område, der beskriver grafens elementer. I den Matplotlib bibliotek , der hedder en funktion legende() som bruges til at placere en legende på økserne. I denne artikel vil vi lære om Matplotlib Legends.

Python Matplotlib.pyplot.legend() Syntaks

Syntaks : matplotlib.pyplot.legend([blå, grøn], bbox_to_anchor=(0.75, 1.15), ncol=2)

Egenskaber:

• skygge : [Ingen eller bool] Om der skal tegnes en skygge bag legenden. Dens standardværdi er Ingen.
• markørskala : [Ingen eller int eller float] Den relative størrelse af forklaringsmarkører sammenlignet med de oprindeligt tegnede. Standardindstillingen er Ingen.
• numpoints : [Ingen eller int] Antallet af markørpunkter i forklaringen, når der oprettes en forklaringsindgang for en Line2D (linje). Standardindstillingen er Ingen.
• skriftstørrelse : Forklaringens skriftstørrelse. Hvis værdien er numerisk, vil størrelsen være den absolutte skriftstørrelse i point.
• ansigtsfarve : [Ingen eller arv eller farve] Legendens baggrundsfarve.
• kantfarve : [Ingen eller arv eller farve] Forklaringens baggrundsfarve på kanten.

Matplotlib.pyplot.legend() i Python

Funktionen Matplotlib.pyplot.legend() er et værktøj givet i Matplotlib-biblioteket til Python der giver en måde at mærke og skelne mellem flere plots i samme figur

Attributten Placere i legend()> bruges til at angive placeringen af ​​forklaringen. Standardværdien for loc er loc= bedst (øverst til venstre). Strengene 'øverste venstre', 'øverste højre', 'nederste venstre' og 'nederste højre' placerer forklaringen i det tilsvarende hjørne af akserne/figuren.

Attributten bbox_to_anchor=(x, y) af funktionen legend() bruges til at angive koordinaterne for forklaringen og attributten ncol repræsenterer antallet af kolonner, som forklaringen har. Dens standardværdi er 1.

Python Matplotlib legend() Funktionseksempler

Nedenfor er nogle eksempler, der kan se Matplotlib interaktiv tilstand opsætning ved hjælp af Matplotlib.pyplot.legend() i Python :

Føj en forklaring til et Matplotlib

I dette eksempel er en simpel kvadratisk funktion ( y = x^2 ) plottet mod x-værdierne [1, 2, 3, 4, 5]. Et forklaringsmærket enkelt element føjes til plottet, hvilket tydeliggør de plottede data.

Python3

import> numpy as np> import> matplotlib.pyplot as plt> # X-axis values> x> => [> 1> ,> 2> ,> 3> ,> 4> ,> 5> ]> # Y-axis values> y> => [> 1> ,> 4> ,> 9> ,> 16> ,> 25> ]> # Function to plot> plt.plot(x, y)> # Function add a legend> plt.legend([> 'single element'> ])> # function to show the plot> plt.show()>

Output:

Skift legendens position

I dette eksempel er to dataserier, repræsenteret ved 'y1' og 'y2', plottet. Hver serie er adskilt af en bestemt farve, og forklaringen giver farvebaserede etiketter blå og grøn for klarheden.

Python3

# importing modules> import> numpy as np> import> matplotlib.pyplot as plt> # Y-axis values> y1> => [> 2> ,> 3> ,> 4.5> ]> # Y-axis values> y2> => [> 1> ,> 1.5> ,> 5> ]> # Function to plot> plt.plot(y1)> plt.plot(y2)> # Function add a legend> plt.legend([> 'blue'> ,> 'green'> ], loc> => 'lower right'> )> # function to show the plot> plt.show()>

Output:

Kombiner flere etiketter i legenden

I dette eksempel er to kurver, der repræsenterer 'y1' og 'y2', plottet mod 'x'-værdierne. Hver kurve er mærket med en særskilt forklaringsindgang, henholdsvis Tal og Kvadrat med tal, hvilket giver klarhed til seeren.

Python3

import> numpy as np> import> matplotlib.pyplot as plt> # X-axis values> x> => np.arange(> 5> )> # Y-axis values> y1> => [> 1> ,> 2> ,> 3> ,> 4> ,> 5> ]> # Y-axis values> y2> => [> 1> ,> 4> ,> 9> ,> 16> ,> 25> ]> # Function to plot> plt.plot(x, y1, label> => 'Numbers'> )> plt.plot(x, y2, label> => 'Square of numbers'> )> # Function add a legend> plt.legend()> # function to show the plot> plt.show()>

Output:

Plot sinus- og cosinusfunktioner med legender i Matplotlib

I dette eksempel er både sinus og cosinus funktioner plottes mod området [0, 10] på x-aksen. Plottet inkluderer legender, der skelner mellem sinus- og cosinuskurverne, hvilket forbedrer den visuelle klarhed.

Python3

import> numpy as np> import> matplotlib.pyplot as plt> x> => np.linspace(> 0> ,> 10> ,> 1000> )> fig, ax> => plt.subplots()> ax.plot(x, np.sin(x),> '--b'> , label> => 'Sine'> )> ax.plot(x, np.cos(x), c> => 'r'> , label> => 'Cosine'> )> ax.axis(> 'equal'> )> leg> => ax.legend(loc> => 'lower left'> )>

Produktion:

Placer forklaringen uden for plottet i Matplotlib

I dette eksempel to funktioner y = x og y = 3x er plottet mod x-værdierne. Legenden er strategisk placeret over plottet med to søjler for forbedret layout og klarhed.

Python3

# importing modules> import> numpy as np> import> matplotlib.pyplot as plt> # X-axis values> x> => [> 0> ,> 1> ,> 2> ,> 3> ,> 4> ,> 5> ,> 6> ,> 7> ,> 8> ]> # Y-axis values> y1> => [> 0> ,> 3> ,> 6> ,> 9> ,> 12> ,> 15> ,> 18> ,> 21> ,> 24> ]> # Y-axis values> y2> => [> 0> ,> 1> ,> 2> ,> 3> ,> 4> ,> 5> ,> 6> ,> 7> ,> 8> ]> # Function to plot> plt.plot(y1, label> => 'y = x'> )> plt.plot(y2, label> => 'y = 3x'> )> # Function add a legend> plt.legend(bbox_to_anchor> => (> 0.75> ,> 1.15> ), ncol> => 2> )> plt.show()>

Produktion: