matplotlib：利用legend_handler模块在图例中插入图片（一）

最新推荐文章于 2023-09-08 16:36:33 发布
最新推荐文章于 2023-09-08 16:36:33 发布
阅读量3.1w 收藏 6
点赞数 2
分类专栏： Matplotlib 文章标签： matplotlib 图例 自定义 legend_handler 图片
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/mighty13/article/details/115804560
版权

概述

默认情况下，matplotlib会根据可视元素（artist）自动生成图例，但是这种机制不是一定成功的，某些情况下可视元素可能不能自动生成图例。因此，matplotlib提供了自定义图例的机制，这种机制叫做Proxy artists，通过Proxy artists可以将一些图中未出现的可视元素添加到matplotlib图例。

图例的相关术语如下：

  • 条目entry：图例由条目构成，每个条目有一个键和一个标签构成。
  • 处理器handle：生成条目的可视对象。
  • 标签label：描述处理器的文本。
  • 键key：标签左侧的标记。

如果想正确创建图例条目，处理器必须为matplotlib.legend_handler.HandlerBase类的子类，且必须添加到图例处理器映射default_handler_map中。matplotlib会检测图形中的可视对象，然后根据映射关系的选择处理器生成图例条目。

通过图例（Legend）对象的get_legend_handler_map函数可以获取当前图形的图例处理器映射（default_handler_map）。
通过legend函数的handler_map参数可将自定义图例处理器添加到映射中。

matplotlib.legend_handler模块提供了HandlerBase类，以及若干已经定义好的HandlerBase子类。
我们既可以直接使用已经定义好的子类，也可以自定义HandlerBase类的子类。

HandlerBase类没有现成的子类可以在图例中插入图片，因此，需要自定义HandlerBase类的子类，然后通过legend函数的handler_map参数将其添加到图例处理器映射中。

案例：获取默认图例处理器映射

import matplotlib.pyplot as plt
# 获取Legend对象
lg=plt.legend()
print(lg.get_legend_handler_map())

{<class 'matplotlib.container.StemContainer'>: <matplotlib.legend_handler.HandlerStem object at 0x000000000EE1BF08>, <class 'matplotlib.container.ErrorbarContainer'>: <matplotlib.legend_handler.HandlerErrorbar object at 0x000000000EE1BF88>, <class 'matplotlib.lines.Line2D'>: <matplotlib.legend_handler.HandlerLine2D object at 0x000000000EE3F788>, <class 'matplotlib.patches.Patch'>: <matplotlib.legend_handler.HandlerPatch object at 0x0000000007577548>, <class 'matplotlib.collections.LineCollection'>: <matplotlib.legend_handler.HandlerLineCollection object at 0x0000000007577E08>, <class 'matplotlib.collections.RegularPolyCollection'>: <matplotlib.legend_handler.HandlerRegularPolyCollection object at 0x000000000EE41048>, <class 'matplotlib.collections.CircleCollection'>: <matplotlib.legend_handler.HandlerCircleCollection object at 0x000000000EE41DC8>, <class 'matplotlib.container.BarContainer'>: <matplotlib.legend_handler.HandlerPatch object at 0x000000000EE41E48>, <class 'tuple'>: <matplotlib.legend_handler.HandlerTuple object at 0x000000000EE56088>, <class 'matplotlib.collections.PathCollection'>: <matplotlib.legend_handler.HandlerPathCollection object at 0x000000000EE560C8>, <class 'matplotlib.collections.PolyCollection'>: <matplotlib.legend_handler.HandlerPolyCollection object at 0x0000000007577488>}

案例：在图例中插入图片（利用已有可视对象）

在这里插入图片描述

import os

import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
from matplotlib.transforms import TransformedBbox, Bbox
from matplotlib.image import BboxImage
from matplotlib.legend_handler import HandlerBase

plt.rcParams["font.family"] = "simhei"
plt.rcParams["axes.unicode_minus"] = False


class ImageHandler(HandlerBase):
    def create_artists(
        self, legend, orig_handle, xdescent, ydescent, width, height, fontsize, trans
    ):
        # 缩放图像
        sx, sy = self.image_stretch
        # 创建边框用于放置图像
        bb = Bbox.from_bounds(xdescent - sx, ydescent - sy, width + sx, height + sy)
        tbb = TransformedBbox(bb, trans)
        image = BboxImage(tbb)
        image.set_data(self.image_data)
        #如果绑定的可视对象不在默认映射范围内，需要注释掉该语句
        self.update_prop(image, orig_handle, legend)
        return [image]

    def set_image(self, image_path, image_stretch=(0, 0)):
        if os.path.exists(image_path):
            self.image_data = plt.imread(image_path)
        self.image_stretch = image_stretch


# 构造随机数据
x = np.random.randn(100)
y1 = np.random.randn(100)
y2 = np.random.randn(100)
# 绘制散点图
s1 = plt.scatter(x, y1, c="b")
s2 = plt.scatter(x, y2, c="r")

# 获取matplotlib数据目录mpl-data
data_path = mpl.get_data_path()
# 构造自定义图例处理器
custom_handler1 = ImageHandler()
# 设置图像图例
custom_handler1.set_image(data_path + r"\images\home.png")
# 构造自定义图例处理器
custom_handler2 = ImageHandler()
# 设置图像图例
custom_handler2.set_image(data_path + r"\images\back.png")
# 添加图例，通过handler_map参数添加自定义映射
lg = plt.legend(
    [s1, s2],
    ["类型1", "类型2"],
    handler_map={s1: custom_handler1, s2: custom_handler2},
    labelspacing=2,
    fontsize=10,
    frameon=False,
)
# 获取图例handles映射
print(lg.get_legend_handler_map())

plt.show()

通过控制台输出可以发现自定义的图像处理器已经在图例处理器映射中。

{<class 'matplotlib.container.StemContainer'>: <matplotlib.legend_handler.HandlerStem object at 0x000000000EBDF988>, <class 'matplotlib.container.ErrorbarContainer'>: <matplotlib.legend_handler.HandlerErrorbar object at 0x000000000EBF5E48>, <class 'matplotlib.lines.Line2D'>: <matplotlib.legend_handler.HandlerLine2D object at 0x000000000D71B448>, <class 'matplotlib.patches.Patch'>: <matplotlib.legend_handler.HandlerPatch object at 0x000000000EBF5688>, <class 'matplotlib.collections.LineCollection'>: <matplotlib.legend_handler.HandlerLineCollection object at 0x000000000D734CC8>, <class 'matplotlib.collections.RegularPolyCollection'>: <matplotlib.legend_handler.HandlerRegularPolyCollection object at 0x000000000EBD2E88>, <class 'matplotlib.collections.CircleCollection'>: <matplotlib.legend_handler.HandlerCircleCollection object at 0x000000000EBD2E08>, <class 'matplotlib.container.BarContainer'>: <matplotlib.legend_handler.HandlerPatch object at 0x000000000EBFDC08>, <class 'tuple'>: <matplotlib.legend_handler.HandlerTuple object at 0x000000000EBFDC88>, <class 'matplotlib.collections.PathCollection'>: <matplotlib.legend_handler.HandlerPathCollection object at 0x000000000EC02E88>, <class 'matplotlib.collections.PolyCollection'>: <matplotlib.legend_handler.HandlerPolyCollection object at 0x000000000EC02EC8>, <matplotlib.collections.PathCollection object at 0x000000000D89A988>: <__main__.ImageHandler object at 0x0000000003FB4F88>, <matplotlib.collections.PathCollection object at 0x0000000003FA5E08>: <__main__.ImageHandler object at 0x0000000003FB4A88>}

案例：在图例中插入图片（自定义代理可视对象）

在这里插入图片描述

import os

import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
from matplotlib.transforms import TransformedBbox, Bbox
from matplotlib.image import BboxImage
from matplotlib.legend_handler import HandlerBase

plt.rcParams["font.family"] = "simhei"
plt.rcParams["axes.unicode_minus"] = False


class AnyObject:
    pass


class ImageHandler(HandlerBase):
    def create_artists(
        self, legend, orig_handle, xdescent, ydescent, width, height, fontsize, trans
    ):
        # 缩放图像
        sx, sy = self.image_stretch
        # 创建边框用于放置图像
        bb = Bbox.from_bounds(xdescent - sx, ydescent -
                              sy, width + sx, height + sy)
        tbb = TransformedBbox(bb, trans)
        image = BboxImage(tbb)
        image.set_data(self.image_data)
        return [image]

    def set_image(self, image_path, image_stretch=(0, 0)):
        if os.path.exists(image_path):
            self.image_data = plt.imread(image_path)
        self.image_stretch = image_stretch


# 获取matplotlib数据目录mpl-data
data_path = mpl.get_data_path()
# 构造自定义图例处理器
custom_handler1 = ImageHandler()
# 设置图像图例
custom_handler1.set_image(data_path + r"\images\home.png")
# 构造自定义图例处理器
custom_handler2 = ImageHandler()
# 设置图像图例
custom_handler2.set_image(data_path + r"\images\back.png")

# 构造代理对象
s1 = AnyObject()
s2 = AnyObject()
# 添加图例，通过handler_map参数添加自定义映射
plt.legend([s1, s2], ['类型1', '类型2'],
           handler_map={s1: custom_handler1, s2: custom_handler2})

plt.show()
mighty13
关注
  • 2
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
[matplotlib] Legend 图例
Jet__P的博客
06-23 476
handlers和labels可以是列表，labels可以利用handler对象自己的label，也可以设置legend的时候重新设置。可以直接在figure上创建legend，使用函数fig.legend()，使用方法同ax.legend()。figure上多次使用legend()方法可以创建多个legend。
三、Matplotlib——Legend 图例
嘻哈吼嘿呵的博客
09-28 309
import pandas as pd import numpy as np import matplotlib.pyplot as plt import pandas as pd import numpy as np import matplotlib.pyplot as plt x = np.linspace(-3, 3, 50) # print(x) y1 = 2 * x + 1 y...
matplotlib之pyplot模块之图例（legend）基础（legend()的调用方式，图例外观设置）
weixin_39679379的博客
09-08 3078
matplotlib可以为可见对象（Artist，比如线条、形状）添加图例（legend）。函数签名为matplotlib.pyplot.legend(*args, **kwargs)
Echarts自定义legend使用本地图片，自定义坐标轴
weixin_39410229的博客
03-19 1504
legend使用本地图片路径； 修改y轴使用不同的图片；先定义一个对象，因为y轴需要用到rich配置项，只能为英文。y轴的data为data:['qt','gy','sf','zz'] 这样就实现完全自定义啦
echarts折线柱状图等legend图例,自定义为图片或者设置为复选框多选框checkbox的样式
qq_40739261的博客
03-20 1616
中心思想，想要把lengend图例设置为复选框checkbox那样的样式，直接设置是行不通的，只有通过设置为选中图片，未选中的图片；我们需要把复选框的两种选中未选中的复选框切成图片，然后把图片转为 64位的，就可以实现了。下面是复选框的两类情况的 64的图片，因为我的项目中基本上都是用的这个，所以专门用了一个js文件存放，你们在用的时候可以直接复制相关信息即可。echarts折线柱状图等legend图例,自定义为图片或者设置为复选框多选框checkbox的样式。下面就是在legend中的配置。
【Matplotlib】 增加图例
ncst
12-01 1356
【Matplotlib】 增加图例 相关文档： Legend guide legend() command Legend API 控制图例入口 无参调用 legend() 会自动获取图例 handles 以及相关的 labels。其对应于以下代码： handles, labels = ax.get_legend_handles_labels()
使用matplotlib绘制3D图像时插入图片
weixin_44018617的博客
08-30 1885
最近学了matplotlib，想要在绘制3D图像的时候插入图片，但在网上找来找去没找到比较好的，唯一找到的一个速度有点慢。于是就自己动手吧。 先放下在stackoverflow看到的答案： # 注释为国外大佬写的，汉字部分我的补充 import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D from matplotlib.cbook import ge...
使用Python中的matplotlib将多个图片显示到一张图内
WJ99999JRC的博客
03-31 5575
再用同样的方式设置其他三个子图，注意本例子总共四个字图，故字图（subplot）的最后一位数字依次从2到4增大，结合之前的第一个子图，即表示各个子图位置从左上到右下。在我们写论文或是汇报时，经常需要整合所得到的可视化数据结果，插入我们的论文中。我们通过plt.subplot来设置子图的参数，其中数字221表示子图总共有2行2列（4个），1则表示位于左上方的第一个图。运行这两行代码以消除子图中的横纵坐标刻度（使得横纵坐标显示为空），因为我们要处理的图像一般都有刻度了。，用于显示和处理图像数据。
Python matplotlib画图时图例说明(legend)放到图像外侧详解
12-17
用python的matplotlib画图时，往往需要加图例说明。如果不设置任何参数，默认是加到图像的内侧的最佳位置。 import matplotlib.pyplot as plt import numpy as np x = np.arange(10) fig = plt.figure() ax = plt....
matplotlib图例legend语法及设置的方法
12-17
在Python的可视化库matplotlib中，图例`legend`是一个非常重要的功能，它帮助我们清晰地标识出图表中的各个数据系列。下面将详细讲解`legend`的语法、参数以及设置方法。 1. `legend`基础语法及用法 `matplotlib....
Introduction-to-Numpy-and-Matplotlib:02_numpy_matplotlib.ipynb分配1
04-20
【标题】"Introduction-to-Numpy-and-Matplotlib:02_numpy_matplotlib.ipynb分配1"涉及的主题是Python科学计算库Numpy和数据可视化库Matplotlib的基础知识。这两个库在数据分析、机器学习以及数值计算等领域中起着...
matplotlib设置legend图例代码示例
09-20
在本示例中，我们将深入探讨如何使用`matplotlib`设置图例（legend），这对于解释图表中的不同数据系列至关重要。以下是对标题和描述中涉及知识点的详细说明： 1. **创建图例（Legend）** - 在`matplotlib`中，...
Matlab中legend函数
ProMath的专栏
06-03 4150
Matlab中legend函数功能      在图形上添加图例。该命令对有多种图形对象类型（线条图，条形图，饼形图等）的窗口中显示一个图例。对于每一线条，图例会在用户给定的文字标签旁显示线条的线型，标记符号和颜色等。当所画的是区域（patch或surface对象）时，图例会在文字旁显示表面颜色。Matlab在一个坐标轴中仅仅显示一个图例。图例的位置有几个因素决定，像遮挡的对象等，用户可以用鼠标拖动
Matplotlib进阶教程：图例讲解
qq_45464895的博客
04-20 1581
在后台回复【阅读书籍】即可获取python相关电子书~Hi，我是山月。今天来给大家介绍Matplotlib里的图例部分~术语解释：图例条目（legend entry）：图例由一个或多个图例条目组成，一个条目由一个键和一个标签组成。图例键（legend key）：每个图例标签左侧的颜色/图案标记。图例标签（legend label）：描述键表示的句柄的文本。图例句柄（leg...
数据分析-- matplotlib常用操作
Albert__Einstein的博客
12-23 4170
matplotlib
Matplotlib Pyplot学习
ZangWhe
11-25 295
更多关于matplotlib的学习请关注博客文章 Pyplot pyplot简介 matplotlib.pyplot是使matplotlib像MATLAB一样工作的函数的集合。每个pyplot功能都会对图形进行一些更改：例如，创建图形，在图形中创建绘图区域，在绘图区域中绘制一些线条，用标签装饰绘图等。 使用pyplot生成可视化的效果非常快： plt.plot([1,2,3,4]) plt.ylabel('num') plt.show() 关于上面这个示例中，x轴范围0-3,y轴范围1-4,原因
matplotlib常见绘图函数
gailj
12-28 3338
可参考这篇文章 xlabel、ylabel: 设置横轴、纵轴标签及大小  例如plt.xlabel("csdn test", fontsize=20) xlim、ylim： 设置x、y坐标轴的起始点（从哪到哪）  例如plt.xlim(0,50) plt.ylim(0,60) xticks、yticks： 设置坐标轴刻度的字体大小  例如plt.xticks(labelsize=20) title： 设置图片的标题  例如 plt.title(“csdn test”) plt.figure(): 制一个
matplotlib入门1
Dimples_54的博客
05-23 396
最近需要用到matplotlib来绘图，之前没接触过只能加快速度学习一下。Matplotlib 可能是 Python 2D-绘图领域使用最广泛的套件。它可以轻松地将数据图形化，并且提供多样化的输出格式。1.设置名称、大小、绘制样式、颜色、线宽import matplotlib.pyplot as plt import numpy as np x = np.linspace(-3, 3, 50) ...
Toon Effects Maker URP - Anime Cartoon FX 0.5
最新发布
08-12
Toon Effects Maker URP是一个完整的框架，允许在Unity中轻松创造性地组合新效果。该系统与Shuriken和URP管道中的所有Unity平台兼容。 多种高级工具允许从任何动画项目创建精灵表、运动记录和回放、高级光环效果和动态控制、粒子之间轻松交换单个属性或继承200多种效果库等等。 还包括一个完整的Toon Ocean系统，可以轻松创建令人惊叹的动态海洋或水、冰或熔岩。 Asset支持URP管道。该资产已在Unity 2021.3 LTS、Windows和DX11中开发和测试。尚未在VR、移动设备、游戏机、WebGL、Linux中进行测试。
python导入matplotlib模块_Python:导入模块matplotlib的错误问题
05-20
如果在导入matplotlib模块时遇到错误，可能是由于以下几个原因之一： 1. 模块未安装：需要先安装matplotlib模块。可以使用pip命令在命令行中安装模块。在命令行中输入`pip install matplotlib`即可。 2. 模块未...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值