plt.title("Simple Plot") plt.legend() plt.show() 它在子图上的用法基本上一模一样,我们来看个例子: 我们可以看到对于ax1这张子图来说,我们做的事情和plt是一样的,就是在调用plot的时候标上了label,然后在show之前调用了legend方法。 最后来介绍一下legend的参数,其实legend有很多参数,我们选择其中比较常用的...
2,8,4,3,9,5,2]}) plt.plot(df) legend = plt.legend(['Day 1','Day 2']) legend.set_...
ax.set_xlabel(f"xlabel {i}")ax.scatter( np.random.random(30) * 0.45 + 0.3, np.random.random(30) * 0.45 + 0.3, label="label for data", alpha=0.3, ) ax.legend(title=f"Legend {i} title", fontsize=8) ax.set_xlim(0, 1)ax.set_ylim(0, 1) ax.set_title(f"Title {i} left...
ax.set_title('Simple Plot') # 设置标题 plt.show() # 显示图表 此外,Matplotlib还提供了许多axes类函数,用于设置坐标轴的各种属性,如刻度、标签、图例等。例如: set_xlabel()和set_ylabel()用于设置x轴和y轴的标签。 set_title()用于设置图表标题。 legend()用于添加图例。 grid()用于显示或隐藏网格线。2...
# set line syles l1, = plt.plot(x, y1, label='linear line') l2, = plt.plot(x, y2, color='red', linewidth=1.0, linestyle='--', label='square line') 1. 2. 3. legend将要显示的信息来自于上面代码中的 label. 所以我们只需要简单写下一下代码, plt 就能自动的为我们添加图例. ...
ax.spines['left'].set_position(('data',0)) plt.show() 上一节中仔细绘制了 Matplotlib 的图像结构,现在可以进行回顾一下。 Title 为图像标题,Axis 为坐标轴, Label 为坐标轴标注,Tick 为刻度线,Tick Label 为刻度注释,Legend 为图例。 设置Legend 图例 ...
x = np.linspace(0, 2, 100)fig, ax = plt.subplots() # Create a figure and an axes.l1 = ax.plot(x, x, label="linear")l2 = ax.plot(x, x ** 2, label="quadratic")l3 = ax.plot(x, x ** 3, label="cubic")ax.set_title("Simple Plot")ax.legend()plt.show()我们可以调整...
ax.legend(title=f"Legend {i} title", fontsize=8) ax.set_xlim(0, 1) ax.set_ylim(0, 1) ax.set_title(f"Title {i} left", loc="left", fontsize=8) ax.set_title(f"Title {i} right", loc="right", fontsize=10) ax.set_title(f"Title {i} center", loc="center", fontsize=...
当在单个子图中有多条线、多组标记等时,它们尤其有用。当调用ax.legend()时,每个没有以下划线开头的标签且包含在轴对象中的艺术家都会生成一个轴图例条目。像ax.scatter()和ax.plot()这样的绘图函数将label作为参数,默认情况下,这是创建图例时使用的标签。
为了进一步展示该方法，我们还可以使用 plt.subplots() 函数可以定义图像尺寸，一般以英寸为单位。我们还可以使用 ax.legend().set_visible(False) 移除图例。fig, ax = plt.subplots(figsize=(5,6))top_10.plot(kind='barh', y="Sales", x="Name", ax=ax)ax.set_xlim([-10000,140000])ax.set(title...