Seaborn 繪圖中的圖例
圖例通常是一個小盒子，它出現在圖形的某個角上，用於說明繪圖的不同元素。並且，如果圖中有多個資料，那麼它將告訴哪個元件代表哪個資料。
在本教程中，我們將學習如何為簡單的 Seaborn 圖新增或自定義圖例。
預設情況下，seaborn 自動將圖例新增到圖形中。
例如，
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
df = pd.DataFrame({"Day 1": [7,1,5,6,3,10,5,8],
"Day 2" : [1,2,8,4,3,9,5,2]})
sns.lineplot(data = df)
請注意，圖例位於右上角。
如果要顯式新增圖例，則可以使用 matplotlib 庫中的 legend() 函式。這樣，我們可以顯式新增我們自己的標籤。
例如，
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
df = pd.DataFrame({"Day 1": [7,1,5,6,3,10,5,8],
"Day 2" : [1,2,8,4,3,9,5,2]})
sns.lineplot(data = df)
plt.legend(labels=["Legend_Day1","Legend_Day2"])
請注意，seaborn 庫基於並使用 matplotlib 模組建立其圖。因此，我們也可以對 Seaborn 圖使用 legend() 函式。
我們還可以對圖例進行小的定製。例如，我們可以使用 legend() 函式中的 title 引數為圖例新增標題，如下所示。
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
df = pd.DataFrame({"Day 1": [7,1,5,6,3,10,5,8],
"Day 2" : [1,2,8,4,3,9,5,2]})
sns.lineplot(data = df)
plt.legend(labels=["Legend_Day1","Legend_Day2"], title = "Title_Legend")
fontsize 和 title_fontsize 是分別用於更改圖例及其標題中內容字型的兩個引數。
請參見下面的程式碼。
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
df = pd.DataFrame({"Day 1": [7,1,5,6,3,10,5,8],
"Day 2" : [1,2,8,4,3,9,5,2]})
sns.lineplot(data = df)
plt.legend(labels=["Legend_Day1","Legend_Day2"], title = "Title_Legend",
fontsize = 'large', title_fontsize = "10")
請注意，每個版本的 matplotlib 中都不存在 title_fontsize，因此請在使用前檢查你的版本。
我們可以使用 loc 和 bbox_to_anchor 引數指定圖例框的大小和位置。
loc 用於指定圖例的位置。不同的數字指定不同的位置。預設情況下，其值為 0，這意味著它將搜尋最佳位置以將圖例放置在發生最小重疊的位置。
bbox_to_anchor 相對於 loc 引數中指定的位置指定圖例的位置。如果我們用 2 個元素元組設定 bbox_to_anchor 引數，則它將其值視為沿指定 loc 定位的 x 和 y 值。
例如，
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
df = pd.DataFrame({"Day 1": [7,1,5,6,3,10,5,8],
"Day 2" : [1,2,8,4,3,9,5,2]})
sns.lineplot(data = df)
plt.legend(labels=["Legend_Day1","Legend_Day2"], loc = 2, bbox_to_anchor = (1,1))
請注意，loc 引數的值為 2，表示左上角的位置。
Manav is a IT Professional who has a lot of experience as a core developer in many live projects. He is an avid learner who enjoys learning new things and sharing his findings whenever possible.
LinkedIn