Lägga till Förklaring
När flera element finns i ett diagram är det ofta hjälpsamt att märka dem för tydlighetens skull. Legenden fyller denna funktion genom att tillhandahålla ett kompakt område som förklarar olika komponenter i diagrammet.
Följande är tre vanliga sätt att skapa en legend i matplotlib.
Första alternativet
Följande exempel förtydligar konceptet:
import matplotlib.pyplot as plt import numpy as np # Define categories and data 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]) # Set positions and bar width positions = np.arange(len(questions)) width = 0.3 # Create the grouped bar chart for i in range(len(answers)): plt.bar(positions + width * i, answers[i], width) # Adjust x-axis ticks to the center of groups plt.xticks(positions + width * (len(answers) - 1) / 2, questions) # Setting the labels for the legend explicitly plt.legend(['positive answers', 'negative answers']) plt.show()
I det övre vänstra hörnet förklarar en förklaring de olika staplarna i diagrammet. Denna förklaring skapas med funktionen plt.legend(), där en lista med etiketter skickas som första argument—vanligtvis kallad labels.
Andra alternativet
Ett annat alternativ innebär att ange parametern label i varje anrop av plottfunktionen, såsom bar i vårt exempel:
import matplotlib.pyplot as plt import numpy as np # Define x-axis categories and their positions questions = ['question_1', 'question_2', 'question_3'] positions = np.arange(len(questions)) # Define answers for each category yes_answers = np.array([500, 240, 726]) no_answers = np.array([432, 618, 101]) answers = np.array([yes_answers, no_answers]) labels = ['positive answers', 'negative answers'] # Set the width for each bar width = 0.3 # Plot each category with a label for i in range(len(answers)): plt.bar(positions + width * i, answers[i], width, label=labels[i]) # Set x-axis ticks and labels at the center of each group plt.xticks(positions + width * (len(answers) - 1) / 2, questions) # Automatically create legend from label parameters plt.legend() plt.show()
Här bestämmer plt.legend() automatiskt vilka element som ska läggas till i förklaringen och deras etiketter; alla element med angiven label-parameter inkluderas.
Tredje alternativet
Det finns faktiskt ytterligare ett alternativ med metoden set_label() på konstobjektet (bar i vårt exempel):
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 = np.array([yes_answers, no_answers]) width = 0.3 labels = ['positive answers', 'negative answers'] # Plot bars for each category with labels for i in range(len(answers)): bar = plt.bar(positions + width * i, answers[i], width) bar.set_label(labels[i]) # Set x-axis ticks and labels at the center of the grouped bars center_positions = positions + width * (len(answers) - 1) / 2 plt.xticks(center_positions, questions) # Display legend above the plot, centered horizontally plt.legend(loc='upper center') plt.show()
Legendens placering
Det finns ett annat viktigt nyckelargument för funktionen legend(), loc, som anger var legenden ska placeras. Standardvärdet är best, vilket "instruerar" matplotlib att automatiskt välja den bästa placeringen för legenden för att undvika överlappning med data.
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 = np.array([yes_answers, no_answers]) width = 0.3 labels = ['positive answers', 'negative answers'] # Plot bars for each category with labels for i, label in enumerate(labels): bars = plt.bar(positions + width * i, answers[i], width) bars.set_label(label) # Set x-axis ticks and labels at the center of the grouped bars center_positions = positions + width * (len(answers) - 1) / 2 plt.xticks(center_positions, questions) # Display legend above the plot, centered horizontally plt.legend(loc='upper center') plt.show()
I detta exempel är legenden placerad i övre mitten av diagrammet. Andra giltiga värden för parametern loc inkluderar:
'upper right','upper left','lower left';'lower right','right';'center left','center right','lower center','center'.
Du kan utforska mer i legend() dokumentation
Swipe to start coding
- Märk de lägsta staplarna som
'primary sector'genom att ange lämpligt nyckelordsargument. - Märk staplarna i mitten som
'secondary sector'genom att ange lämpligt nyckelordsargument. - Märk de översta staplarna som
'tertiary sector'genom att ange lämpligt nyckelordsargument. - Placera förklaringen på högra sidan, centrerad vertikalt.
Lösning
Byt till skrivbordet för praktisk övningFortsätt där du är med ett av alternativen nedanTack för dina kommentarer!
