python中matplotlib調(diào)整圖例位置的方法實(shí)例
前言
matplotlib畫圖例默認(rèn)的位置是在圖中的各個(gè)角落，但有時(shí)圖例位置會(huì)遮擋住圖像而不符合我們的需求，需要對(duì)圖例位置進(jìn)行調(diào)整。代碼如下：
plt.legend(loc=‘String or Number’, bbox_to_anchor=(num1, num2))
1.loc=‘String or Number’
這個(gè)參數(shù)來定位圖例的大概位置，string參數(shù)包括
- best （自動(dòng)找一個(gè)最好的位置，但有時(shí)不符合我們的預(yù)期）
- upper right（右上角）
- upper left （左上角）
- lower left （左下角）
- lower right （右下角）
- right （右，和center right位置一樣）
- center left （中間偏左）
- center right （中間偏右）
- lower center（中間偏下）
- upper center（中間偏上）
- center（正中間）
其在表格中位置如下：
當(dāng)然了參數(shù)也可以傳入如圖中的數(shù)字。
2.bbox_to_anchor=(num1, num2)
有時(shí)僅通過第一個(gè)參數(shù)還不能滿足我們的預(yù)期，比如會(huì)出現(xiàn)圖例堆疊在一起的情況，這時(shí)候就需要調(diào)整第二個(gè)參數(shù)。
- num1 用于控制 legend 的左右移動(dòng)，值越大，越向右移動(dòng)；
- num2 用于控制 legend 的上下移動(dòng)，值越大，越向上移動(dòng)。
3.舉個(gè)栗子：
（1） plt.legend([‘圖例’],loc=‘center’) 或 loc=10
（2） plt.legend([‘圖例’],loc=‘center left’) 或 loc=6
再微調(diào)一下
總結(jié)
到此這篇關(guān)于python中matplotlib調(diào)整圖例位置的文章就介紹到這了,更多相關(guān)python matplotlib調(diào)整圖例位置內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
解決Pytorch 加載訓(xùn)練好的模型 遇到的error問題
今天小編就為大家分享一篇解決Pytorch 加載訓(xùn)練好的模型 遇到的error問題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-01-01
Numpy 數(shù)組操作之元素添加、刪除和修改的實(shí)現(xiàn)
本文主要介紹了Numpy 數(shù)組操作之元素添加、刪除和修改的實(shí)現(xiàn)，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-03-03
基于pytorch實(shí)現(xiàn)對(duì)圖片進(jìn)行數(shù)據(jù)增強(qiáng)
圖像數(shù)據(jù)增強(qiáng)是一種在訓(xùn)練機(jī)器學(xué)習(xí)和深度學(xué)習(xí)模型時(shí)常用的策略,尤其是在計(jì)算機(jī)視覺領(lǐng)域,具體而言,它通過創(chuàng)建和原始圖像稍有不同的新圖像來擴(kuò)大訓(xùn)練集,本文給大家介紹了如何基于pytorch實(shí)現(xiàn)對(duì)圖片進(jìn)行數(shù)據(jù)增強(qiáng),需要的朋友可以參考下2024-01-01
Python時(shí)間模塊datetime、time、calendar的使用方法
這篇文章主要介紹了Python時(shí)間模塊的使用方法，主要包括三大模塊datetime、time、calendar，感興趣的小伙伴們可以參考一下2016-01-01
這篇文章主要介紹了簡(jiǎn)單了解Python中的幾種函數(shù)，具有一定參考價(jià)值。需要的朋友可以了解下。2017-11-11
這篇文章主要介紹了python-yml文件讀寫與xml文件讀寫，文章圍繞主題展開詳細(xì)的內(nèi)容介紹，具有一定的參考價(jià)值，需要的小伙伴可以參考一下2022-08-08
圖像融合是兩幅圖片疊加在一起，本文主要介紹了openCV實(shí)現(xiàn)圖像融合的示例代碼，文中通過示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2022-03-03
這篇文章主要介紹了對(duì)Python 字典元素進(jìn)行刪除的方法，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-07-07
Python+Opencv文本檢測(cè)的實(shí)現(xiàn)
本文主要介紹了如何使用OpenCV和EAST文本檢測(cè)器檢測(cè)圖像中的文本，以便大家可以在自己的應(yīng)用程序中應(yīng)用文本檢測(cè)。感興趣的同學(xué)可以關(guān)注一下2021-11-11
train.py里面加了很多額外的功能,使得整體看起來比較復(fù)雜,其實(shí)核心部分主要就是 讀取數(shù)據(jù)集,加載模型,訓(xùn)練中損失的計(jì)算,下面這篇文章主要給大家介紹了關(guān)于yolov5中train.py代碼注釋詳解與使用的相關(guān)資料,需要的朋友可以參考下2022-09-09