以尽可能简单的方式向Matplotlib中的PyPlot添加图例

Question

TL；博士-

请考虑下面的绘图脚本：

if __name__ == '__main__':
    PyPlot.plot(total_lengths, sort_times_bubble, 'b-',
                total_lengths, sort_times_ins, 'r-',
                total_lengths, sort_times_merge_r, 'g+',
                total_lengths, sort_times_merge_i, 'p-', )
    PyPlot.title("Combined Statistics")
    PyPlot.xlabel("Length of list (number)")
    PyPlot.ylabel("Time taken (seconds)")
    PyPlot.show()

如您所见，这是matplotlib的PyPlot的一个非常基本的用法。理想情况下，这会生成如下所示的图形：

没什么特别的，我知道。然而，目前还不清楚哪些数据被绘制在哪里（我试图绘制一些排序算法的数据，长度与所用时间的关系，我想确保人们知道哪一行是哪一行）。因此，我需要一个传说，但是，看看下面的例子（从官方网站）：

ax = subplot(1,1,1)
p1, = ax.plot([1,2,3], label="line 1")
p2, = ax.plot([3,2,1], label="line 2")
p3, = ax.plot([2,3,1], label="line 3")

handles, labels = ax.get_legend_handles_labels()

# reverse the order
ax.legend(handles[::-1], labels[::-1])

# or sort them by labels
import operator
hl = sorted(zip(handles, labels),
            key=operator.itemgetter(1))
handles2, labels2 = zip(*hl)

ax.legend(handles2, labels2)

您将看到我需要创建一个额外的变量ax。如何在不创建这个额外变量的情况下将图例添加到我的图中，并保持当前脚本的简单性？

Answer 1

这里有一个例子来帮助你。。。

fig = plt.figure(figsize=(10,5))
ax = fig.add_subplot(111)
ax.set_title('ADR vs Rating (CS:GO)')
ax.scatter(x=data[:,0],y=data[:,1],label='Data')
plt.plot(data[:,0], m*data[:,0] + b,color='red',label='Our Fitting 
Line')
ax.set_xlabel('ADR')
ax.set_ylabel('Rating')
ax.legend(loc='best')
plt.show()

Answer 2

您可以使用plt访问Axes实例（ax）。gca（）。在这种情况下，您可以使用

plt.gca().legend()

您可以通过在每个plt.plot（）调用中使用标签=关键字来实现这一点，或者通过在图例中将标签分配为元组或列表来实现这一点，如以下示例：

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(-0.75,1,100)
y0 = np.exp(2 + 3*x - 7*x**3)
y1 = 7-4*np.sin(4*x)
plt.plot(x,y0,x,y1)
plt.gca().legend(('y0','y1'))
plt.show()

但是，如果需要多次访问Axis实例，我建议将其保存到变量axwith

ax = plt.gca()

然后调用ax而不是plt。gca（）。

Answer 3

添加一个标签=到每个图（）调用，然后调用图例（loc='左上'）。

考虑这个样本（用Python 3.8.测试）：

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 20, 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()