Python中柱形图如何添加图例

在Python中添加图例到柱形图的方法有多种，主要通过使用Matplotlib库。你可以使用标签参数、调用图例函数、以及自定义图例位置等方法来实现这一目标。在本文中，我们将详细探讨如何在Python中通过Matplotlib库来添加图例到柱形图，并提供相关示例代码。

一、安装和导入Matplotlib库

在开始绘制柱形图并添加图例之前，确保你已经安装了Matplotlib库。如果没有安装，可以使用以下命令进行安装：

pip install matplotlib

安装完成后，可以在你的Python脚本或Jupyter Notebook中导入该库：

import matplotlib.pyplot as plt

二、绘制基本柱形图

在添加图例之前，我们先来绘制一个基本的柱形图。假设我们有两组数据集，并希望在同一个图中显示它们：

import matplotlib.pyplot as plt
import numpy as np
数据
categories = ['A', 'B', 'C', 'D']
values1 = [10, 15, 7, 10]
values2 = [8, 13, 6, 11]
x = np.arange(len(categories))  # 生成 x 坐标
绘制柱形图
plt.bar(x - 0.2, values1, width=0.4, label='Dataset 1')
plt.bar(x + 0.2, values2, width=0.4, label='Dataset 2')
添加标签和标题
plt.xlabel('Categories')
plt.ylabel('Values')
plt.title('Basic Bar Chart')
显示图表
plt.show()

三、添加图例

要为上述柱形图添加图例，可以使用plt.legend()函数。这个函数将自动识别前面在plt.bar()中使用的label参数，并在图中显示图例。

import matplotlib.pyplot as plt
import numpy as np
数据
categories = ['A', 'B', 'C', 'D']
values1 = [10, 15, 7, 10]
values2 = [8, 13, 6, 11]
x = np.arange(len(categories))  # 生成 x 坐标
绘制柱形图
plt.bar(x - 0.2, values1, width=0.4, label='Dataset 1')
plt.bar(x + 0.2, values2, width=0.4, label='Dataset 2')
添加标签和标题
plt.xlabel('Categories')
plt.ylabel('Values')
plt.title('Bar Chart with Legend')
<strong>添加图例</strong>
plt.legend()
显示图表
plt.show()

四、自定义图例位置

plt.legend()函数还提供了多个参数，允许你自定义图例的位置。你可以使用loc参数来指定图例的位置。例如：

import matplotlib.pyplot as plt
import numpy as np
数据
categories = ['A', 'B', 'C', 'D']
values1 = [10, 15, 7, 10]
values2 = [8, 13, 6, 11]
x = np.arange(len(categories))  # 生成 x 坐标
绘制柱形图
plt.bar(x - 0.2, values1, width=0.4, label='Dataset 1')
plt.bar(x + 0.2, values2, width=0.4, label='Dataset 2')
添加标签和标题
plt.xlabel('Categories')
plt.ylabel('Values')
plt.title('Bar Chart with Custom Legend Position')
<strong>添加图例并自定义位置</strong>
plt.legend(loc='upper right')
显示图表
plt.show()

loc参数的可选值包括：

'best'（默认值）：自动选择最佳位置
'upper right'
'upper left'
'lower left'
'lower right'
'right'
'center left'
'center right'
'lower center'
'upper center'
'center'

五、添加更多自定义样式

除了位置外，你还可以通过其他参数进一步自定义图例的样式。例如，可以设置图例的字体大小、边框颜色等：

import matplotlib.pyplot as plt
import numpy as np
数据
categories = ['A', 'B', 'C', 'D']
values1 = [10, 15, 7, 10]
values2 = [8, 13, 6, 11]
x = np.arange(len(categories))  # 生成 x 坐标
绘制柱形图
plt.bar(x - 0.2, values1, width=0.4, label='Dataset 1')
plt.bar(x + 0.2, values2, width=0.4, label='Dataset 2')
添加标签和标题
plt.xlabel('Categories')
plt.ylabel('Values')
plt.title('Bar Chart with Custom Legend Style')
<strong>添加图例并自定义样式</strong>
plt.legend(loc='upper right', fontsize='large', edgecolor='black')
显示图表
plt.show()

六、使用自定义艺术家对象添加图例

有时你可能希望在图中添加自定义的图例，而不是使用默认的图例。这时可以使用plt.legend()函数的handles参数来指定自定义的图例对象。例如：

import matplotlib.pyplot as plt
import numpy as np
数据
categories = ['A', 'B', 'C', 'D']
values1 = [10, 15, 7, 10]
values2 = [8, 13, 6, 11]
x = np.arange(len(categories))  # 生成 x 坐标
绘制柱形图
bar1 = plt.bar(x - 0.2, values1, width=0.4, label='Dataset 1')
bar2 = plt.bar(x + 0.2, values2, width=0.4, label='Dataset 2')
添加标签和标题
plt.xlabel('Categories')
plt.ylabel('Values')
plt.title('Bar Chart with Custom Legend Artist')
<strong>创建自定义图例对象</strong>
from matplotlib.legend_handler import HandlerBase
class HandlerRectangle(HandlerBase):
    def create_artists(self, legend, orig_handle, xdescent, ydescent, width, height, fontsize, trans):
        patch = plt.Rectangle([xdescent, ydescent - 0.5 * height], width, height, color=orig_handle.get_facecolor()[0])
        return [patch]
<strong>添加自定义图例</strong>
plt.legend([bar1, bar2], ['Custom Dataset 1', 'Custom Dataset 2'], handler_map={bar1: HandlerRectangle(), bar2: HandlerRectangle()})
显示图表
plt.show()

七、在子图中添加图例

如果你有多个子图，并希望在每个子图中添加图例，可以使用ax.legend()方法。下面是一个示例：

import matplotlib.pyplot as plt
import numpy as np
数据
categories = ['A', 'B', 'C', 'D']
values1 = [10, 15, 7, 10]
values2 = [8, 13, 6, 11]
x = np.arange(len(categories))  # 生成 x 坐标
fig, axs = plt.subplots(1, 2, figsize=(10, 5))
绘制第一个子图
axs[0].bar(x - 0.2, values1, width=0.4, label='Dataset 1')
axs[0].bar(x + 0.2, values2, width=0.4, label='Dataset 2')
axs[0].set_xlabel('Categories')
axs[0].set_ylabel('Values')
axs[0].set_title('Subplot 1')
axs[0].legend()
绘制第二个子图
axs[1].bar(x - 0.2, values1, width=0.4, label='Dataset 1')
axs[1].bar(x + 0.2, values2, width=0.4, label='Dataset 2')
axs[1].set_xlabel('Categories')
axs[1].set_ylabel('Values')
axs[1].set_title('Subplot 2')
axs[1].legend()
显示图表
plt.show()