Lære Legge til Forklaring | Tilpasning av Diagrammer

Når et diagram inneholder flere elementer, bidrar en forklaring til å tydeliggjøre hva hvert element representerer. matplotlib tilbyr flere måter å lage en forklaring på.

Første alternativ

Alle etiketter kan defineres direkte i plt.legend():


              123456789101112131415161718
            
import numpy as np
import matplotlib.pyplot as plt

questions = ['question_1', 'question_2', 'question_3']
yes_answers = np.array([500, 240, 726])
no_answers = np.array([432, 618, 101])
answers = np.array([yes_answers, no_answers])

positions = np.arange(len(questions))
width = 0.3

for i in range(len(answers)):
    plt.bar(positions + width * i, answers[i], width)

plt.xticks(positions + width*(len(answers)-1)/2, questions)

plt.legend(['positive answers', 'negative answers'])
plt.show()

Dette oppretter en forklaring i øvre venstre hjørne ved å sende en liste med etiketter inn i plt.legend().

Andre alternativ

Etiketter kan også tildeles direkte i plottfunksjonene ved å bruke parameteren label=:


              1234567891011121314151617181920
            
import matplotlib.pyplot as plt
import numpy as np

questions = ['question_1', 'question_2', 'question_3']
positions = np.arange(len(questions))

yes_answers = np.array([500, 240, 726])
no_answers = np.array([432, 618, 101])
answers = [yes_answers, no_answers]
labels = ['positive answers', 'negative answers']

width = 0.3

for i in range(len(answers)):
    plt.bar(positions + width*i, answers[i], width, label=labels[i])

plt.xticks(positions + width*(len(answers)-1)/2, questions)

plt.legend()
plt.show()

Her samler plt.legend() automatisk etiketter fra de plottede elementene.

Tredje alternativ

Etiketter kan også angis ved å bruke set_label()-metoden til den returnerte artisten:


              12345678910111213141516171819202122
            
import matplotlib.pyplot as plt
import numpy as np

questions = ['question_1', 'question_2', 'question_3']
positions = np.arange(len(questions))

yes_answers = np.array([500, 240, 726])
no_answers = np.array([432, 618, 101])
answers = [yes_answers, no_answers]

width = 0.3
labels = ['positive answers', 'negative answers']

for i in range(len(answers)):
    bar = plt.bar(positions + width*i, answers[i], width)
    bar.set_label(labels[i])

center_positions = positions + width*(len(answers)-1)/2
plt.xticks(center_positions, questions)

plt.legend(loc='upper center')
plt.show()

Plassering av forklaring

Argumentet loc styrer hvor forklaringen vises. Standardverdien 'best' lar matplotlib automatisk velge en optimal plassering.


              12345678910111213141516171819202122
            
import matplotlib.pyplot as plt
import numpy as np

questions = ['question_1', 'question_2', 'question_3']
positions = np.arange(len(questions))

yes_answers = np.array([500, 240, 726])
no_answers = np.array([432, 618, 101])
answers = [yes_answers, no_answers]
labels = ['positive answers', 'negative answers']

width = 0.3

for i, label in enumerate(labels):
    bars = plt.bar(positions + width*i, answers[i], width)
    bars.set_label(label)

center_positions = positions + width*(len(answers)-1)/2
plt.xticks(center_positions, questions)

plt.legend(loc='upper center')
plt.show()

Gyldige verdier for loc inkluderer: 'upper right', 'upper left', 'lower left', 'lower right', 'right', 'center left', 'center right', 'lower center', 'center'.

Studer mer

Du kan utforske mer i legend() dokumentasjonen

Oppgave

Swipe to start coding

Merk de laveste søylene som 'primary sector' ved å angi riktig nøkkelordargument.
Merk søylene i midten som 'secondary sector' ved å angi riktig nøkkelordargument.
Merk de øverste søylene som 'tertiary sector' ved å angi riktig nøkkelordargument.
Plasser forklaringen på høyre side, sentrert vertikalt.

Løsning

Alt var klart?

Takk for tilbakemeldingene dine!

Seksjon 3. Kapittel 2

single

Spør AI

Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår

Awesome!

Completion rate improved to 3.85

Sveip for å vise menyen