Matplotlib如何调整图例

# Matplotlib如何调整图例

## 1. 引言

在数据可视化中，图例（Legend）是帮助读者理解图表内容的关键元素。Matplotlib作为Python最流行的绘图库之一，提供了丰富的图例自定义功能。本文将详细介绍如何通过Matplotlib调整图例的位置、样式、内容等，涵盖基础设置到高级技巧。

## 2. 基础图例创建

### 2.1 自动生成图例

最简单的图例创建方式是使用`plt.legend()`函数：

```python
import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)
plt.plot(x, np.sin(x), label='sin(x)')
plt.plot(x, np.cos(x), label='cos(x)')
plt.legend()  # 自动生成图例
plt.show()

2.2 显式指定标签

也可以通过label参数显式指定：

lines = plt.plot(x, np.sin(x), x, np.cos(x))
plt.legend(lines, ['Sine', 'Cosine'])

3. 图例位置调整

3.1 预设位置

通过loc参数指定位置，支持数值和字符串两种形式：

plt.legend(loc='upper right')  # 右上角
plt.legend(loc=1)             # 等价写法

常用位置参数： - 'best' (0): 自动选择最佳位置 - 'upper right' (1) - 'upper left' (2) - 'lower left' (3) - 'lower right' (4) - 'right' (5) - 'center left' (6) - 'center right' (7) - 'lower center' (8) - 'upper center' (9) - 'center' (10)

3.2 精确位置控制

使用bbox_to_anchor参数实现更灵活的位置控制：

plt.legend(bbox_to_anchor=(1.05, 1), loc='upper left')

4. 图例样式定制

4.1 边框与背景

plt.legend(
    frameon=True,             # 显示边框
    framealpha=0.8,           # 透明度
    facecolor='lightgray',    # 背景色
    edgecolor='black'         # 边框颜色
)

4.2 标题与字体

plt.legend(
    title='Functions',        # 图例标题
    title_fontsize='large',   # 标题字号
    fontsize=10,             # 标签字号
    prop={'family': 'serif'}  # 字体
)

4.3 图例排列

plt.legend(
    ncol=2,                   # 分2列显示
    columnspacing=1.5,        # 列间距
    handlelength=2,          # 图例句柄长度
    handletextpad=0.5         # 句柄与文本间距
)

5. 高级图例技巧

5.1 选择性显示图例

lines = plt.plot(x, np.sin(x), x, np.cos(x))
plt.legend([lines[0]], ['Sine'])  # 只显示第一条线

5.2 自定义图例句柄

from matplotlib.lines import Line2D

custom_lines = [Line2D([0], [0], color='red', lw=2),
                Line2D([0], [0], color='blue', lw=2)]
plt.legend(custom_lines, ['Class 1', 'Class 2'])

5.3 多图例系统

from matplotlib.legend import Legend

fig, ax = plt.subplots()
line1, = ax.plot(x, np.sin(x))
line2, = ax.plot(x, np.cos(x))

leg1 = Legend(ax, [line1], ['Sine'], loc='upper right')
leg2 = Legend(ax, [line2], ['Cosine'], loc='lower right')
ax.add_artist(leg1)
ax.add_artist(leg2)

6. 常见问题解决方案

6.1 图例显示不全

使用bbox_extra_artists和bbox_inches保存完整图例：

plt.savefig('plot.png', bbox_extra_artists=(legend,), bbox_inches='tight')

6.2 图例重叠问题

调整图形大小或使用tight_layout()：

plt.figure(figsize=(8, 6))
plt.tight_layout()

6.3 图例遮挡数据

使用legend()的borderaxespad参数：

plt.legend(loc='upper left', borderaxespad=0.5)

7. 完整示例

import matplotlib.pyplot as plt
import numpy as np

plt.style.use('seaborn')
x = np.linspace(0, 10, 200)

fig, ax = plt.subplots(figsize=(10, 6))
ax.plot(x, np.sin(x), label='Sine', color='royalblue', linestyle='--')
ax.plot(x, np.cos(x), label='Cosine', color='crimson', linewidth=2)
ax.plot(x, 0.5*np.sin(x), label='Half Sine', color='green', alpha=0.6)

legend = ax.legend(
    loc='upper center',
    bbox_to_anchor=(0.5, 1.15),
    ncol=3,
    fancybox=True,
    shadow=True,
    title='Trigonometric Functions',
    title_fontsize='12',
    fontsize=10,
    facecolor='white',
    edgecolor='black',
    borderpad=1
)

plt.tight_layout()
plt.show()

8. 总结

Matplotlib的图例系统提供了丰富的自定义选项，掌握这些技巧可以显著提升可视化效果。关键点包括： 1. 使用loc和bbox_to_anchor精确定位 2. 通过样式参数美化图例外观 3. 处理常见的图例显示问题 4. 灵活运用高级功能实现复杂需求

通过实践这些方法，您可以创建既美观又专业的图表图例。 “`