Matplotlib是一个强大的Python库，用于创建可视化图表。然而，当处理多个子图时，管理图例可能会变得复杂。本文提供了一些有效的方法，用于在所有子图中创建一个统一的图例。
目录
理解Matplotlib中的子图
子图将多个图表排列在一个图形中。在Matplotlib中，您可以使用matplotlib.pyplot.subplots()创建它们，该函数返回一个图形对象和一个轴对象数组（每个子图一个）。
import matplotlib.pyplot as plt
fig, axes = plt.subplots(2, 2) # 2x2子图网格
# 在每个子图上绘制数据
axes[0, 0].plot([1, 2, 3], [4, 5, 6], label='Line 1')
axes[0, 1].plot([1, 2, 3], [7, 8, 9], label='Line 2')
axes[1, 0].plot([1, 2, 3], [10, 11, 12], label='Line 1')
axes[1, 1].plot([1, 2, 3], [13, 14, 15], label='Line 2')
plt.show()
这将创建一个2×2的网格，每个网格都有自己的图例。我们将把这些合并成一个图例。
方法一：使用fig.legend()
最简单的方法是使用图形对象的legend()方法。这需要收集所有图例句柄和标签。
import matplotlib.pyplot as plt
fig, axes = plt.subplots(2, 2)
lines1, = axes[0, 0].plot([1, 2, 3], [4, 5, 6], label='Line 1')
lines2, = axes[0, 1].plot([1, 2, 3], [7, 8, 9], label='Line 2')
lines3, = axes[1, 0].plot([1, 2, 3], [10, 11, 12], label='Line 1')
lines4, = axes[1, 1].plot([1, 2, 3], [13, 14, 15], label='Line 2')
# 收集唯一的句柄和标签
handles = [lines1, lines2]
labels = [h.get_label() for h in handles]
fig.legend(handles, labels, loc='upper right')
plt.show()
注意：我们只使用唯一的句柄来避免图例中的重复。loc指定图例的位置。
方法二：自定义图例位置和外观
您可以自定义图例的位置、边框、字体大小等等。
import matplotlib.pyplot as plt
# ... (方法一中的绘图代码) ...
fig.legend(handles, labels, loc='lower center', bbox_to_anchor=(0.5, -0.1), ncol=2, frameon=True, fontsize=12)
plt.show()
在这里，我们将图例定位在底部中心，使用bbox_to_anchor调整垂直位置，使用两列(ncol=2)，添加边框(frameon=True)，并增加字体大小。
方法三：处理每个子图中的多条线
对于子图中的多条线，请收集所有相关的句柄和标签。
import matplotlib.pyplot as plt
fig, ax = plt.subplots()
line1, = ax.plot([1, 2, 3], [4, 5, 6], label='Line 1')
line2, = ax.plot([1, 2, 3], [7, 8, 9], label='Line 2')
line3, = ax.plot([1, 2, 3], [10, 11, 12], label='Line 3')
fig.legend([line1, line2, line3], [line1.get_label(), line2.get_label(), line3.get_label()], loc='best')
plt.show()
结论
为所有子图创建一个统一的图例可以提高Matplotlib可视化的清晰度和可读性。上面显示的方法，使用fig.legend()和正确的句柄/标签管理，可以控制图例的位置和外观。
常见问题
- 问：如果我有不同的线型怎么办？ 答：图例会自动反映这些差异。
- 问：我可以对同一个标签使用不同的颜色吗？ 答：可以，但图例每个标签只会显示一种颜色。使用不同的标签来区分。
- 问：我的图例与图表重叠。 答：调整
bbox_to_anchor、loc、字体大小或图形大小。