当我们绘制复杂的图表，尤其是包含多个数据系列的图表时，一个清晰、易读的图例是至关重要的。plt.legend()函数是Matplotlib库中用于添加和定制图例的关键工具。在本篇博文中，我们将深入探讨plt.legend()的功能、用法以及如何通过它提升图表的可读性和美观度。

1.plt.legend()的基本用法

首先，我们需要了解plt.legend()的基本用法。通常，在绘制完图表的数据系列后，我们可以简单地调用plt.legend()来自动创建一个图例。例如：

# -*- coding: utf-8 -*-
"""
Created on Mon Feb 19 13:33:58 2024

@author: zqq
"""

import matplotlib.pyplot as plt  
import numpy as np  
  
x = np.linspace(0, 10, 100)  
y1 = np.sin(x)  
y2 = np.cos(x)  

plt.rcParams['axes.unicode_minus']=False  # 显示负号
  
plt.plot(x, y1, label='sin(x)')  
plt.plot(x, y2, label='cos(x)')  

plt.legend()  
plt.show()

在这个例子中，label参数用于为数据系列指定标签，这些标签随后被plt.legend()用来创建图例。

这段代码在Spyder编辑器中如下：

运行代码，得到下面的图表：

可以看到图例（蓝色实线sin(x)、橙色实线cos(x））在左下角，我们可以通过设置超参数指定该图例的位置。plt.rcParams[‘axes.unicode_minus’]=False # 显示负号，这段代码表示正常显示负号。

使用方法：

plt.legend(loc='xxx')

xxx的取值为：

• ‘best’（默认值）：自动选择最佳位置。
• ‘upper right’：右上角。
• ‘upper left’：左上角。
• ‘lower right’：右下角。
• ‘lower left’：左下角。
• ‘right’：右侧。
• ‘center left’：左侧中央。
• ‘center right’：右侧中央。
• ‘lower center’：底部中央。
• ‘upper center’：顶部中央。

2.plt.legend()的示例

# -*- coding: utf-8 -*-
"""
Created on Mon Feb 19 11:21:04 2024

@author: zqq
"""


import matplotlib.pyplot as plt
from matplotlib import pyplot as plt


# 示例数据
x = [1, 2, 3, 4, 5, 6, 7]
y1 = [9, 12, 18, 20, 15, 17, 27]
y2 = [8, 12, 9, 14, 11, 15, 16]
y3 = [12, 14, 10, 12, 16, 18, 20]
y4 = [11, 19, 6, 15, 14, 16, 23]

# 绘制数据，并添加标签
plt.plot(x, y1, label='数据系列1')
plt.plot(x, y2, label='数据系列2')
plt.plot(x, y3, label='数据系列3')
plt.plot(x, y4, label='数据系列4')

plt.rcParams['font.sans-serif']=['simHei']  # 中文显示

# 添加图例
plt.legend(loc='lower right')

# 显示图表
plt.show()

plt.rcParams[‘font.sans-serif’]=[‘simHei’] # 中文显示，这段代码表示正常显示中文。

plt.legend(loc=‘lower right’)，显示在右下角：

plt.legend(loc=‘upper left’)，显示在左上角：

# -*- coding: utf-8 -*-
"""
Created on Mon Feb 19 11:21:04 2024

@author: zqq
"""


import matplotlib.pyplot as plt
from matplotlib import pyplot as plt


# 示例数据
x = [1, 2, 3, 4, 5, 6, 7]
y1 = [9, 12, 18, 20, 15, 17, 27]
y2 = [8, 12, 9, 14, 11, 15, 16]
y3 = [12, 14, 10, 12, 16, 18, 20]
y4 = [11, 19, 6, 15, 14, 16, 23]

# 绘制数据，并添加标签
plt.plot(x, y1, label='数据系列1')
plt.plot(x, y2, label='数据系列2')
plt.plot(x, y3, label='数据系列3')
plt.plot(x, y4, label='数据系列4')

plt.rcParams['font.sans-serif']=['simHei']  # 中文显示

# 添加图例
plt.legend(loc='upper left')

# 显示图表
plt.show()

plt.legend()，默认参数，显示在最佳位置：

# -*- coding: utf-8 -*-
"""
Created on Mon Feb 19 11:21:04 2024

@author: zqq
"""


import matplotlib.pyplot as plt
from matplotlib import pyplot as plt


# 示例数据
x = [1, 2, 3, 4, 5, 6, 7]
y1 = [9, 12, 18, 20, 15, 17, 27]
y2 = [8, 12, 9, 14, 11, 15, 16]
y3 = [12, 14, 10, 12, 16, 18, 20]
y4 = [11, 19, 6, 15, 14, 16, 23]

# 绘制数据，并添加标签
plt.plot(x, y1, label='数据系列1')
plt.plot(x, y2, label='数据系列2')
plt.plot(x, y3, label='数据系列3')
plt.plot(x, y4, label='数据系列4')

plt.rcParams['font.sans-serif']=['simHei']  # 中文显示

# 添加图例
plt.legend()

# 显示图表
plt.show()

图例不仅是数据系列的标识，它也是图表整体设计的一部分。合适的图例位置、大小和样式可以极大地提高图表的可读性和吸引力。在设计图表时，考虑图例与其他图表元素（如标题、轴标签、刻度等）的协调性和一致性非常重要。plt.legend()是Matplotlib中不可或缺的一个函数，它使得我们能够轻松地为图表添加清晰、美观的图例。通过了解其基本用法和定制选项，你可以创建出既信息丰富又视觉上吸引人的图表。不断实践和探索，你将发现plt.legend()为你的数据可视化工作带来的无限可能。

这是2024年的第一篇博文，本来想写更好的内容，但是工作是越来越卷了，根本没有时间撰写更优质的博文，已经断更挺长时间了。借着今天修改代码中的图例，挤出时间写成文章，实属不易，干货不多，还望各位海涵。后面将继续更新专栏文章，回馈广大粉丝朋友。

好了，今天的学习就到这里，让我们下期再见。

参考：
https://blog.csdn.net/weixin_74850661/article/details/132949071