Matplotlib自定義圖例(多張圖共享一個圖例)

更新時間：2023年08月16日 10:10:48 作者：MK422

最近再用Matplotlib繪圖,需要做兩個子圖都不需要設(shè)置圖例,圖例單獨用一個figure來顯示,本文就詳細的來介紹一下,感興趣的可以了解一下

1、應(yīng)用場景

可視化不同方法在各種超參數(shù)（或者不同數(shù)據(jù)集）的性能時，若用多個子圖形式可視化，則圖太小啦；若每個子圖弄成單獨的figure，則每個張圖都有一個圖例顯得非常冗余，如圖1所示。

圖1 每張圖都有一個圖例（非常冗余，并且有的數(shù)據(jù)被遮擋）

2、期望達到的效果，如圖2所示

解決方案：兩個子圖都不需要設(shè)置圖例，圖例單獨用一個figure來顯示（自定義圖例）

圖2 期望的效果

3、自定義圖例matplotlib代碼實現(xiàn)

方法一：利用Patch以及Line2D自定義圖例

缺點：暫時只能定義直線的圖的圖例；散點圖的圖例不行；
優(yōu)點：運行該代碼后，F(xiàn)igure 1就是我們想要的圖例圖。

import matplotlib.pyplot as plt
import matplotlib.lines as lines
import matplotlib.patches as mpatches
# 自定義圖例標記
line1 = lines.Line2D([0], [0], label='line1', marker='o', lw=2, c='green')
line2 = lines.Line2D([0], [0], label='line2', marker='X', lw=2, c='blue')
patch1 = mpatches.Patch(color='purple', label='patch1')
patch2 = mpatches.Patch(color='red', label='patch2')
# 構(gòu)造圖例
# plt.figure() figsize: default: [6.4, 4.8]
handles = [line1, line2, patch1, patch2]
# 注意根據(jù)圖例的行數(shù)調(diào)整figsize的高度（i.e., 0.32）
fig, ax = plt.subplots(figsize=(6.4, 0.32))
ax.legend(handles=handles, mode='expand', ncol=4, borderaxespad=0)
"""
legend常見參數(shù)設(shè)置
borderpad:控制上下邊距(default=0.4)
borderaxespad:控制legend與圖邊框的距離(default=0.5)
handlelength: handle與legend邊框的距離(default=2)
handletextpad: handle與text之間的距離(default=0.8)
mode='expand', 水平展示圖例
frameon=False: 不要圖例邊框
edgecolor: 圖例邊框顏色
fontsize: 圖例字體大小
ncol=4    水平圖例的個數(shù)
"""
ax.axis('off')  # 去掉坐標的刻度
plt.show()

方法一可視化效果，如圖3所示

圖3 方法一可視化效果

方法二：利用plt自定義圖例

缺點：會顯示2個Figure，其中Figure 2才是我們想要的圖例圖；
優(yōu)點：和我們以前畫圖的方式一樣（更加簡單），并且能夠構(gòu)建散點圖的圖例；

import matplotlib.pyplot as plt
# plt.plot()返回值后面要加一個逗號，不然會報錯；若使用Line2D就不需要逗號
# 注意：range(10)是隨機取的值，這里只需要它的圖例圖。
l1, = plt.plot(range(10), label='line1', marker='o', lw=2, c='green')
l2, = plt.plot(range(10), label='line2', marker='X', lw=2, c='blue')
s1 = plt.scatter(range(10), range(10), label='scatter1', marker='+')
s2 = plt.scatter(range(10), range(10), label='scatter2', marker='+')
fig, ax = plt.subplots(figsize=(6.4, 0.32))
ax.legend(handles=[l1, l2, s1, s2], labels=list('abcd'), mode='expand', ncol=4, borderaxespad=0)
# ax.legend(handles=[l1, s1], labels=list('ab'), mode='expand', ncol=4, borderaxespad=0)  # 若只需要顯示部分曲線/散點圖的圖例時
ax.axis('off')  # 去掉坐標的刻度
plt.show()

方法二可視化效果，如圖4所示

圖4 方法三的可視化效果，其中Figure 2就是我們需要的圖

方法三：混合實驗方法一和方法二

import matplotlib.pyplot as plt
import matplotlib.lines as lines
import matplotlib.patches as mpatches
# 自定義圖例標記
line1 = lines.Line2D([0], [0], label='line1', marker='o', lw=2, c='green')
# 注意line2后面的逗號
line2,  = plt.plot([0], [0], label='line2', marker='X', lw=2, c='blue')
s = plt.scatter([0], [0], label='scatter', marker='+')
patch1 = mpatches.Patch(color='purple', label='patch1')
# patch2 = mpatches.Patch(color='red', label='patch2')
# 構(gòu)造圖例
# plt.figure() figsize: default: [6.4, 4.8]
handles = [line1, line2, patch1, s]
# 注意根據(jù)圖例的行數(shù)調(diào)整figsize的寬（i.e., 0.32）
fig, ax = plt.subplots(figsize=(6.4, 0.32))
ax.legend(handles=handles, mode='expand', ncol=4, borderaxespad=0)
"""
legend常見參數(shù)設(shè)置
axes：圖框; handle:圖例的每個元素; text:圖例每個元素對應(yīng)name
borderpad:控制上下邊距(default=0.4)
borderaxespad:控制legend與圖邊框的距離(default=0.5)
handlelength: handle與legend邊框的距離(default=2)
handletextpad: handle與text之間的距離(default=0.8)
mode='expand', 水平展示圖例
frameon=False: 不要圖例邊框
edgecolor: 圖例邊框顏色
fontsize: 圖例字體大小
ncol=4    水平圖例的個數(shù)
"""
# plt.scatter
ax.axis('off')  # 去掉坐標的刻度
plt.show()

方法三的可視化效果如圖5所示

圖5 方法三可視化修改，其中Figure 2就是我們需要的圖例圖

4、總結(jié)

# 導入對應(yīng)的模塊
from matplotlib import lines
import matplotlib.pyplot as plt
from matplotlib import patches
a. 定義線圖例
# 方法1
line1 = lines.Line2D([0], [0], label='line1', marker='o', lw=2, c='green')
# 方法2，注意別丟逗號
line2,  = plt.plot([0], [0], label='line2', marker='X', lw=2, c='blue')
b. 定義矩形圖例
path1 = mpatches.Patch(color='red', label='patch')
c. 定義散點圖圖例
s1 = plt.scatter([0], [0], label='scatter', marker='+')
d. 顯示圖例
handles = [line1, path1, line2, s1]
fig, ax = plt.subplots(figsize=(6.4, 0.32)) # 根據(jù)行數(shù)更改0.32
ax.legend(handles=handles, mode='expand', ncol=4, borderaxespad=0)
ax.axis(“off”) # 去掉坐標刻度

5、用visio將單張的圖片合并在一起，并且手動構(gòu)建圖例，圖例的樣式更人性化。

到此這篇關(guān)于Matplotlib自定義圖例(多張圖共享一個圖例)的文章就介紹到這了,更多相關(guān)Matplotlib自定義圖例內(nèi)容請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！

您可能感興趣的文章: