Lära Arbeta med Förklaringar

När ett diagram innehåller flera element hjälper en legend till att förtydliga vad varje element representerar. matplotlib erbjuder flera sätt att skapa en legend.

Första alternativet

Du kan definiera alla etiketter direkt 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()

Detta skapar en förklaring i det övre vänstra hörnet genom att skicka en lista med etiketter till plt.legend().

Andra alternativet

Du kan även tilldela etiketter direkt i plottningsfunktionerna med hjälp av parametern 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()

Här samlar plt.legend() automatiskt etiketter från de plottade elementen.

Tredje alternativet

Du kan även ange etiketter med hjälp av metoden set_label() på den returnerade artist-objektet:


              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()

Legendens placering

Argumentet loc styr var legenden visas. Standardvärdet 'best' gör att matplotlib automatiskt väljer en optimal placering.


              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()

Giltiga värden för loc inkluderar:

`'upper left'`	`'upper center'`	`'upper right'`
`'center left'`	`'center'`	`'center right'`
`'lower left'`	`'lower center'`	`'lower right'`

Du kan också använda alternativet 'best', som automatiskt placerar legenden på den plats där den överlappar minst med den plottade datan. Dessutom ger användning av 'right' samma resultat som 'center right'.

Läs mer

Du kan utforska mer i legend() dokumentation

Uppgift

Swipe to start coding

Märk de lägsta staplarna som 'primary sector' genom att ange rätt nyckelordargument.
Märk staplarna i mitten som 'secondary sector' genom att ange rätt nyckelordargument.
Märk de översta staplarna som 'tertiary sector' genom att ange rätt nyckelordargument.
Placera förklaringen på högra sidan, vertikalt centrerad.

Lösning

Var allt tydligt?

Tack för dina kommentarer!

Avsnitt 1. Kapitel 10

single

Fråga AI

Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal

Svep för att visa menyn