Matplotlib 中如何将图例放置在绘图之外

Jinku Hu 2023年1月30日 2020年3月28日
  1. bbox_to_anchor 示例
  2. bbox_extra_artistsbbox_inches 以防止图例框被裁剪
Matplotlib 中如何将图例放置在绘图之外

图例可以通过使用 bbox_to_anchor 放置在 Matplotlib 中的绘图之外。bbox 表示容纳图例的边界框 - bounding box

plt.legend(bbox_to_anchor=(1.05, 1))

它将图例放置在坐标轴上的位置 (1.05, 1) 处。(0, 0) 是轴坐标的左下角,而 (1.0, 1.0) 是轴坐标的右上角。

图例边界框的实际大小和位置由 plt.legend 中的 bbox_to_anchorloc 的 4 元组参数定义。

plt.legend(bbox_to_anchor=(x0, y0, width, height), loc=)

widthheight 是图例框的宽度和高度,而 (x0, y0) 是边界框 loc 的坐标。

loc 的值可以是具有以下关系的数字或字符串,

loc 编号 loc 字符串
0 best
1 upper right
2 upper left
3 lower left
4 lower right
5 right
6 center left
7 center right
8 lower center
9 upper center
10 center
plt.legend(bbox_to_anchor=(1.05, 1.0, 0.3, 0.2), loc='upper left')

上面的代码意味着图例框位于坐标为 (1.05, 1.0) 的坐标轴上,宽度为 0.3,高度为 0.2,其中 (1.05, 1.0) 是上坐标图例边框的左上角。

bbox_to_anchor 示例

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)

plt.plot(x, np.sin(x), label="sin(x)")
plt.plot(x, np.cos(x), label="cos(x)")

plt.legend(bbox_to_anchor=(1.05, 1.0), loc='upper left')
plt.tight_layout()
plt.show()

Matplotlib 图例 bbox_to_anchor 示例

plt.tight_layout() 使子图合适的跟图形匹配。

如果未调用 tight_layout(),则图例框将被裁剪。

Matplotlib Legend bbox_to_anchor 裁剪

bbox_extra_artistsbbox_inches 以防止图例框被裁剪

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)

plt.plot(x, np.sin(x), label="sin(x)")
plt.plot(x, np.cos(x), label="cos(x)")

lg = plt.legend(bbox_to_anchor=(1.05, 1.0), loc='upper left')

plt.savefig('example.png', 
            dpi=300, 
            format='png', 
            bbox_extra_artists=(lg,), 
            bbox_inches='tight')

bbox_extra_artists 指定 Artist 的列表,该列表在计算紧凑 bbox 时会考虑在内。

如果将 bbox_inches 设置为 tight,它将计算出图中的紧凑型 bbox

Author: Jinku Hu
Jinku Hu avatar Jinku Hu avatar

Founder of DelftStack.com. Jinku has worked in the robotics and automotive industries for over 8 years. He sharpened his coding skills when he needed to do the automatic testing, data collection from remote servers and report creation from the endurance test. He is from an electrical/electronics engineering background but has expanded his interest to embedded electronics, embedded programming and front-/back-end programming.

LinkedIn

相关文章 - Matplotlib Legend