数据结构
网络
关系型数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装设计
法律研究如何在 Python 中为图表添加图例？
简介…
图表的核心目的是使数据易于理解。“一张图片胜过千言万语”意味着无法用语言表达的复杂思想可以通过单个图像/图表来传达。
在绘制包含大量信息的图表时，图例可能有助于显示相关信息，从而提高对所呈现数据的理解。
如何操作…
在 matplotlib 中，图例可以通过多种方式呈现。注释用于引起读者对特定点的注意，也有助于读者理解图表上显示的信息。
1. 通过打开 Python 命令提示符并执行 pip install matplotlib 来安装 matplotlib。
2. 准备要显示的数据。
示例
import matplotlib.pyplot as plt
# data prep (I made up data no accuracy in these stats)
mobile = ['Iphone','Galaxy','Pixel']
# Data for the mobile units sold for 4 Quaters in Million
units_sold = (('2016',12,8,6),
('2017',14,10,7),
('2018',16,12,8),
('2019',18,14,10),
('2020',20,16,5),)3. 将数据拆分为每个公司手机单元的数组。
示例
# data prep - splitting the data IPhone_Sales = [Iphones for Year, Iphones, Galaxy, Pixel in units_sold] Galaxy_Sales = [Galaxy for Year, Iphones, Galaxy, Pixel in units_sold] Pixel_Sales = [Pixel for Year, Iphones, Galaxy, Pixel in units_sold] # data prep - Labels Years = [Year for Year, Iphones, Galaxy,Pixel in units_sold] # set the position Position = list(range(len(units_sold))) # set the width Width = 0.2
4. 使用准备好的数据创建条形图。每个产品的销量都会调用 .bar，指定其位置和销量。
使用 xy 和 xytext 属性添加注释。查看数据，Google Pixel 手机销量下降了 50%，即从 2019 年的 1000 万台下降到 2022 年的 500 万台。因此，我们将设置文本和注释到我们的最后一个条形。
最后，我们将使用 legend 参数添加图例。默认情况下，matplotlib 会在数据重叠最少的地方绘制图例。
示例
plt.bar([p - Width for p in Position], IPhone_Sales, width=Width,color='green')
plt.bar([p for p in Position], Galaxy_Sales , width=Width,color='blue')
plt.bar([p + Width for p in Position], Pixel_Sales, width=Width,color='yellow')
# Set X-axis as years
plt.xticks(Position, Years)
# Set the Y axis label
plt.xlabel('Yearly Sales')
plt.ylabel('Unit Sales In Millions')
# Set the annotation Use the xy and xytext to change the arrow
plt.annotate('50% Drop in Sales', xy=(4.2, 5), xytext=(5.0, 12),
horizontalalignment='center',
arrowprops=dict(facecolor='red', shrink=0.05))
# Set the legent
plt.legend(mobile, title='Manufacturers')输出
<matplotlib.legend.Legend at 0x19826618400>
如果您觉得在图表内添加图例会显得杂乱，可以使用 bbox_to_anchor 选项将图例绘制到外部。bbox_to_anchor 具有 (X, Y) 位置，其中 0 是图表的左下角，1 是右上角。
**注意：** - 使用 .subplots_adjust 调整图例的起始和结束位置。
例如，right=0.50 值表示它在绘图右侧保留 50% 的屏幕空间。left 的默认值为 0.125，表示它在左侧保留 12.5% 的空间。
输出
plt.legend(mobile, title='Manufacturers', bbox_to_anchor=(1, 0.8)) plt.subplots_adjust(right=1.2)
示例
6. 最后，让我们保存图形。
import matplotlib.pyplot as plt
# data prep (I made up data no accuracy in these stats)
mobile = ['Iphone','Galaxy','Pixel']
# Data for the mobile units sold for 4 Quaters in Million
units_sold = (('2016',12,8,6),
('2017',14,10,7),
('2018',16,12,8),
('2019',18,14,10),
('2020',20,16,5),)
# data prep - splitting the data
IPhone_Sales = [Iphones for Year, Iphones, Galaxy, Pixel in units_sold]
Galaxy_Sales = [Galaxy for Year, Iphones, Galaxy, Pixel in units_sold]
Pixel_Sales = [Pixel for Year, Iphones, Galaxy, Pixel in units_sold]
# data prep - Labels
Years = [Year for Year, Iphones, Galaxy,Pixel in units_sold]
# set the position
Position = list(range(len(units_sold)))
# set the width
Width = 0.2
plt.bar([p - Width for p in Position], IPhone_Sales, width=Width,color='green')
plt.bar([p for p in Position], Galaxy_Sales , width=Width,color='blue')
plt.bar([p + Width for p in Position], Pixel_Sales, width=Width,color='yellow')
# Set X-axis as years
plt.xticks(Position, Years)
# Set the Y axis label
plt.xlabel('Yearly Sales')
plt.ylabel('Unit Sales In Millions')
# Set the annotation Use the xy and xytext to change the arrow
plt.annotate('50% Drop in Sales', xy=(4.2, 5), xytext=(5.0, 12),
horizontalalignment='center',
arrowprops=dict(facecolor='red', shrink=0.05))
# Set the legent
plt.legend(mobile, title='Manufacturers')
plt.legend(mobile, title='Manufacturers')
plt.subplots_adjust(right=1.2)
# plt.show()
plt.savefig('MobileSales.png')
更新于： 2020 年 11 月 10 日
3K+ 阅读量
广告