在Matplotlib中，`legend()`函数用于在图表中添加图例

在Matplotlib中，`legend()`函数用于在图表中添加图例，其主要作用和原因包括：

1. **数据标识**：

图例提供了一种方式来标识图表中的每个数据系列，说明每条线、每个条形或任何其他可视化元素代表的数据集。

2. **清晰性**：

当图表包含多个数据系列时，图例帮助观众快速理解每个系列的含义，增加了图表的清晰性和易读性。

3. **比较**

图例使得观众能够在不同的数据系列之间进行比较，理解它们之间的关系和差异。

4. **自定义**：

`legend()`函数允许用户自定义图例的标签、位置、颜色、字体等属性，以适应不同的视觉和信息需求。

5. **交互性**：

在某些交互式图表中，点击图例中的项可以控制对应数据系列的显示或隐藏，提供更丰富的用户体验。

6. **自动化**：

Matplotlib的`legend()`函数可以自动从图表中的标签（label）属性生成图例项，简化了图例的创建过程。

7. **一致性**：

在多幅图表或系列图表中使用图例，可以保持信息呈现的一致性，使得观众在不同图表间转换时不会感到困惑。

8. **美观性**：

适当设计的图例可以提升图表的整体美观性，使其更加专业和吸引人。

9. **辅助分析**：

图例可以作为分析数据的辅助工具，帮助用户快速定位和分析特定的数据趋势或模式。

10. **文档记录**：

在记录或报告中，图例提供了必要的文档信息，使得其他人能够理解图表所表达的内容。

使用`legend()`函数时，可以通过`label`参数为每个数据系列指定标签，然后在调用`legend()`时，这些标签将被显示在图例中。例如：

```python
plt.plot(data1, label='Series 1')
plt.plot(data2, label='Series 2')
plt.legend()  # 显示图例
```

在这个例子中，`Series 1`和`Series 2`是两个数据系列的标签，它们将在图例中显示，分别代表`data1`和`data2`的数据点。