我有一系列 20 个图(不是子图)可以在一个图中制作。我希望传说能够在盒子之外。同时,我不想改变轴,因为图形的大小减少了。请帮助我以下查询:
有很多方法可以做你想做的事。要添加 @inalis 和 @Navi 已经说过的内容,您可以使用bbox_to_anchor
关键字参数将图例部分放置在轴外和 / 或减小字体大小。
在考虑减小字体大小(这可能会使事情难以阅读)之前,请尝试将图例放在不同的位置:
那么,让我们从一个通用的例子开始:
import matplotlib.pyplot as plt
import numpy as np
x = np.arange(10)
fig = plt.figure()
ax = plt.subplot(111)
for i in xrange(5):
ax.plot(x, i * x, label='$y = %ix$' % i)
ax.legend()
plt.show()
如果我们做同样的事情,但使用bbox_to_anchor
关键字参数,我们可以稍微将图例bbox_to_anchor
轴边界之外:
import matplotlib.pyplot as plt
import numpy as np
x = np.arange(10)
fig = plt.figure()
ax = plt.subplot(111)
for i in xrange(5):
ax.plot(x, i * x, label='$y = %ix$' % i)
ax.legend(bbox_to_anchor=(1.1, 1.05))
plt.show()
同样,你可以使图例更加水平和 / 或将它放在图的顶部(我也打开圆角和一个简单的阴影):
import matplotlib.pyplot as plt
import numpy as np
x = np.arange(10)
fig = plt.figure()
ax = plt.subplot(111)
for i in xrange(5):
line, = ax.plot(x, i * x, label='$y = %ix$'%i)
ax.legend(loc='upper center', bbox_to_anchor=(0.5, 1.05),
ncol=3, fancybox=True, shadow=True)
plt.show()
或者,您可以缩小当前图的宽度,并将图例完全放在图的轴外:
import matplotlib.pyplot as plt
import numpy as np
x = np.arange(10)
fig = plt.figure()
ax = plt.subplot(111)
for i in xrange(5):
ax.plot(x, i * x, label='$y = %ix$'%i)
# Shrink current axis by 20%
box = ax.get_position()
ax.set_position([box.x0, box.y0, box.width * 0.8, box.height])
# Put a legend to the right of the current axis
ax.legend(loc='center left', bbox_to_anchor=(1, 0.5))
plt.show()
以类似的方式,您可以垂直缩小绘图,并将水平图例放在底部:
import matplotlib.pyplot as plt
import numpy as np
x = np.arange(10)
fig = plt.figure()
ax = plt.subplot(111)
for i in xrange(5):
line, = ax.plot(x, i * x, label='$y = %ix$'%i)
# Shrink current axis's height by 10% on the bottom
box = ax.get_position()
ax.set_position([box.x0, box.y0 + box.height * 0.1,
box.width, box.height * 0.9])
# Put a legend below current axis
ax.legend(loc='upper center', bbox_to_anchor=(0.5, -0.05),
fancybox=True, shadow=True, ncol=5)
plt.show()
看看matplotlib 图例指南 。你也可以看一下plt.figlegend()
。无论如何,希望有所帮助!
bbox_to_anchor
) 使用plt.legend
的loc
参数将图例定位在轴的边界框内。
例如loc="upper right"
将图例放置在边界框的右上角,默认情况下,在轴坐标(或边界框符号(x0,y0, width, height)=(0,0,1,1)
从(0,0)
到(1,1)
范围(0,0)
(x0,y0, width, height)=(0,0,1,1)
)。
要将图例放置在轴边界框之外,可以指定图例左下角的轴坐标的元组(x0,y0)
。
plt.legend(loc=(1.04,0))
但是,更通用的方法是使用bbox_to_anchor
参数手动指定应放置图例的边界框。可以限制自己仅提供 bbox 的(x0,y0)
部分。这将创建一个零跨度框,其中图例将按loc
参数指定的方向展开。例如
plt.legend(bbox_to_anchor=(1.04,1), loc="upper left")
将图例放在轴外,使图例的左上角位于轴坐标的位置(1.04,1)
。
下面给出了进一步的示例,其中还示出了诸如mode
和ncols
类的不同参数之间的相互作用。
l1 = plt.legend(bbox_to_anchor=(1.04,1), borderaxespad=0)
l2 = plt.legend(bbox_to_anchor=(1.04,0), loc="lower left", borderaxespad=0)
l3 = plt.legend(bbox_to_anchor=(1.04,0.5), loc="center left", borderaxespad=0)
l4 = plt.legend(bbox_to_anchor=(0,1.02,1,0.2), loc="lower left",
mode="expand", borderaxespad=0, ncol=3)
l5 = plt.legend(bbox_to_anchor=(1,0), loc="lower right",
bbox_transform=fig.transFigure, ncol=3)
l6 = plt.legend(bbox_to_anchor=(0.4,0.8), loc="upper right")
有关如何将 4 元组参数解释为bbox_to_anchor
,如l4
,可以在此问题中找到。 mode="expand"
在 4 元组给出的边界框内水平扩展图例。对于垂直展开的图例,请参阅此问题 。
有时,在图形坐标中指定边界框而不是轴坐标可能很有用。这在上面的示例l5
显示,其中bbox_transform
参数用于将图例放在图的左下角。
将图例放置在轴外部通常会导致不希望的情况,即它完全或部分位于图形画布之外。
这个问题的解决方案是:
调整子图参数
可以通过使用plt.subplots_adjust
调整子图参数,使得轴在图中占用较少的空间(从而为图例留出更多空间)。例如
plt.subplots_adjust(right=0.7)
在图的右侧留下 30%的空间,可以放置图例。
布局紧张
使用plt.tight_layout
允许自动调整子图参数,使图中的元素紧贴图形边缘。不幸的是,在这种自动化中没有考虑图例,但我们可以提供一个矩形框,整个子图区域(包括标签)将适合。
plt.tight_layout(rect=[0,0,0.75,1])
用bbox_inches = "tight"
保存数字
这个论点bbox_inches = "tight"
到plt.savefig
可以用来保存数字使得画布(包括图例)上的所有艺术家被装配到已保存的区域。如果需要,可自动调整图形大小。
plt.savefig("output.png", bbox_inches="tight")
上述案例之间的比较:
图传说
人们可以使用图例而不是轴, matplotlib.figure.Figure.legend
。这对于 matplotlib 版本 > = 2.1 特别有用,它不需要特殊的参数
fig.legend(loc=7)
为图中不同轴的所有艺术家创建一个图例。使用loc
参数放置图例,类似于它放置在轴内的方式,但是参考整个图形 - 因此它会稍微自动地在轴外。剩下的就是调整子图,使图例和轴之间没有重叠。从上面的“调整子图参数”这一点将会很有帮助。一个例子:
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0,2*np.pi)
colors=["#7aa0c4","#ca82e1" ,"#8bcd50","#e18882"]
fig, axes = plt.subplots(ncols=2)
for i in range(4):
axes[i//2].plot(x,np.sin(x+i), color=colors[i],label="y=sin(x+{})".format(i))
fig.legend(loc=7)
fig.tight_layout()
fig.subplots_adjust(right=0.75)
plt.show()
专用子图轴内的图例
使用bbox_to_anchor
的另一种方法是将图例放在其专用的子图轴( lax
)中。由于图gridspec_kw={"width_ratios":[4,1]}
图应小于图,我们可以在创建轴时使用gridspec_kw={"width_ratios":[4,1]}
。我们可以隐藏轴lax.axis("off")
但仍然放入图例。图例句柄和标签需要通过h,l = ax.get_legend_handles_labels()
从真实图中获得,然后可以提供给lax
子图中的图例, lax.legend(h,l)
。下面是一个完整的例子。
import matplotlib.pyplot as plt
plt.rcParams["figure.figsize"] = 6,2
fig, (ax,lax) = plt.subplots(ncols=2, gridspec_kw={"width_ratios":[4,1]})
ax.plot(x,y, label="y=sin(x)")
....
h,l = ax.get_legend_handles_labels()
lax.legend(h,l, borderaxespad=0)
lax.axis("off")
plt.tight_layout()
plt.show()
这会产生一个视觉上非常类似于上图的情节:
我们也可以使用第一个轴来放置图例,但是使用图例轴的bbox_transform
,
ax.legend(bbox_to_anchor=(0,0,1,1), bbox_transform=lax.transAxes)
lax.axis("off")
在这种方法中,我们不需要从外部获取图例句柄,但我们需要指定bbox_to_anchor
参数。
loc
参数可以使用数字而不是字符串,这会使调用更短,但是,它们不是非常直观地相互映射。以下是参考的映射: 只需在plot()
调用后调用legend()
调用,如下所示:
# matplotlib
plt.plot(...)
plt.legend(loc='center left', bbox_to_anchor=(1, 0.5))
# Pandas
df.myCol.plot().legend(loc='center left', bbox_to_anchor=(1, 0.5))
结果看起来像这样: