Matplotlib如何实现自定义图标和图例样式?
- 内容介绍
- 文章标签
- 相关推荐
本文共计1906个文字,预计阅读时间需要8分钟。
图例示例可以为可视化赋予实际含义,为不同的图元元素附上明确说明。我们面前已经看到了一些简单的图例创建例子;在本小节中,我们将介绍如何在Matplotlib中自定义图例的位置并进行美化。
图例可以为可视化赋予实际含义,为不同的图标元素附上明确说明。我们前面看到了一些简单的图例创建例子;本小节中我们来介绍一下在 Matplotlib 中自定义图例的位置和进行美化的方法。
可以使用plt.legend()函数来创建最简单的图例,这个函数能自动创建任何带有标签属性的图表元素的图例:
import matplotlib.pyplot as pltplt.style.use('classic')
import numpy as np
x = np.linspace(0, 10, 1000)
fig, ax = plt.subplots()
ax.plot(x, np.sin(x), '-b', label='Sine')
ax.plot(x, np.cos(x), '--r', label='Cosine')
ax.axis('equal')
leg = ax.legend();
plt.show()
但除此之外还有很多能自定义图例的方法。
本文共计1906个文字,预计阅读时间需要8分钟。
图例示例可以为可视化赋予实际含义,为不同的图元元素附上明确说明。我们面前已经看到了一些简单的图例创建例子;在本小节中,我们将介绍如何在Matplotlib中自定义图例的位置并进行美化。
图例可以为可视化赋予实际含义,为不同的图标元素附上明确说明。我们前面看到了一些简单的图例创建例子;本小节中我们来介绍一下在 Matplotlib 中自定义图例的位置和进行美化的方法。
可以使用plt.legend()函数来创建最简单的图例,这个函数能自动创建任何带有标签属性的图表元素的图例:
import matplotlib.pyplot as pltplt.style.use('classic')
import numpy as np
x = np.linspace(0, 10, 1000)
fig, ax = plt.subplots()
ax.plot(x, np.sin(x), '-b', label='Sine')
ax.plot(x, np.cos(x), '--r', label='Cosine')
ax.axis('equal')
leg = ax.legend();
plt.show()
但除此之外还有很多能自定义图例的方法。

