legend是什么意思啊_matplotlib 到底该如何控制legend的位置之一？

matplotlib版本号：3.1.0

import matplotlib
import matplotlib.pyplot as plt
import matplotlib.patches as mpatches

print(matplotlib.__version__) # 3.1.0

在使用matplotlib做图时，总免不了和图例（legend）打交道，那图例到底该放在哪？如何放到指定的位置？（本文只讨论legend的坐标系为axes的情况）

关于如何控制legend的位置，官网介绍了2个参数：loc 与 bbox_to_anchor 。

本篇文章看看loc如何控制legend的位置的，通过官网文档可以很容易得知loc参数有2种类型：

1. str类型，为我们准备了9种位置（可参考图1）,示例：loc = 'upper left'
   首先legend是一个bbox类型，是一个由4条边框围成的区域，轴域（axes)也是由4条边框围成的区域（x, y 轴，上边缘线，右边缘线），当loc为str类型时，表示 legend中str所代表的位置与轴域(axes)中str所代表的位置重合。
   ['upper left' , 'upper center', 'upper right',
   'center left', 'center', 'center right',
   'lower left', 'lower center', 'lower right']

语法如下：

.legend(loc='center') #  通过设置loc = 'one of nine locations'即可

上图完整代码如下：

import matplotlib
import matplotlib.pyplot as plt
import matplotlib.patches as mpatches

upper_left = mpatches.Patch(color='red', label='upper left')
upper_right = mpatches.Patch(color='blue', label='upper right')
lower_right = mpatches.Patch(color='purple', label='lower right')
lower_left = mpatches.Patch(color='yellow', label='lower left')
center_left = mpatches.Patch(color='green', label='center left')
center_right = mpatches.Patch(color='gray', label='center right')
lower_center = mpatches.Patch(color='black', label='lower center')
upper_center = mpatches.Patch(color='green', label='upper center')
center = mpatches.Patch(color='purple', label='center')


patches = [upper_left, upper_right, lower_left, lower_right, center_left, center_right, lower_center, 
           upper_center,center]

location = ['upper left', 'upper right', 'lower left', 'lower right', 'center left', 'center right',
           'lower center', 'upper center', 'center']

lst = []
fig, ax = plt.subplots(figsize=(16, 9))
for patch, loc in zip(patches, location):
    lst.append(ax.legend(handles=[patch], loc=loc, fontsize=18))
    
for i in range(len(patches)):
    plt.gca().add_artist(lst[i])
    
ax.annotate('borderaxespad', xy=(0.1, 0.99), xytext=(0.2, 0.8), fontsize=18,
            arrowprops={'arrowstyle':'->'})
ax.annotate('', xy=(0.001, 0.5), xytext=(0.25, 0.8), fontsize=18,arrowprops={'arrowstyle':'->'})

ax.set_title('loc-str类型参数图示', fontsize=18, fontweight='bold')
ax.tick_params(labelsize=14)
# 至于那些缝隙，可以通过设置borderaxespad=0消除

• 一对浮点数(x,y)，保存在元组中. 示例：loc = (0, 0)
  （x, y）:此种形式是将legend的左下角放置在点（x, y）上，可参考下图：

左图中红点坐标分别为(2,2), (7,8) , (11,7) , (14,5)

通过左右两张图比较，很容易看出，右图中legend的左下角与点(x, y)重合。

注意：当使用loc=(x,y)时，x, y并不是轴域中实际的x, y的值，而是将x轴, y轴分别看成1, 即：(x/(x_max-x_min), y/(y_max-y_min))（归1处理）;

在绘制上图时，其中xlim=(0, 16), ylim=(0, 9),所以如果将legend放置到点(2, 2)上，那loc实际要写成：

.legend(loc=(2/16, 2/9)) 

上图的完整的代码如下：

import matplotlib
import matplotlib.pyplot as plt
import matplotlib.patches as mpatches

fig, axes= plt.subplots(1,2, figsize=(16, 4))

axes[0].set_xlim(0, 16)
axes[0].set_ylim(0, 9)
axes[1].set_xlim(0, 16)
axes[1].set_ylim(0, 9)

axes[0].grid()
axes[1].grid()
# 接下来利用（x, y）将legend分别放在图中(2,2) , (7,8), (11, 7), (14, 3)
axes[0].scatter(x=[2, 7, 11, 14, 16.5], y=[2, 8, 7, 3, 9], color='red', marker='*')  

# 
patch1 = mpatches.Patch(color='red', label='2,2')
patch2 = mpatches.Patch(color='red', label='7,8')
patch3 = mpatches.Patch(color='red', label='11,7')
patch4 = mpatches.Patch(color='red', label='14,3')
patch5 = mpatches.Patch(color='red', label='16.5, 9') 

patches = [patch1, patch2, patch3, patch4, patch5]
# 可以看到设置x,y值时，分别进行了归1的处理
location = [(2/16,2/9), (7/16,8/9), (11/16,7/9), (14/16,3/9), (16.5/16, 9/9)]
#
lst = []
for pathc, loc in zip(patches, location):
    lst.append(axes[1].legend(handles=[pathc], loc=loc))
#
for i in range(len(patches)):
    axes[1].add_artist(lst[i])
#
fig.suptitle('loc_元组类型参数图示', fontweight='bold', fontsize=18)
axes[1].tick_params(labelsize=13)
axes[0].tick_params(labelsize=13)

总结一下，loc参数比较简单，提供了2种控制legend位置的格式

1）9个固定的位置（图1），loc=str，是设置legend的'str'位置与轴域(axes)的'str'位置重合

2）通过给定legend左下角的坐标，设置legend的位置（图2），无论是图内还是图外，只要小心设置，终将会把legend放到你想放的位置。

下篇文章将会介绍bbox_to_anchor，比较有意思的是bbox_to_anchor，其中weight，height又代表什么意思？和loc又会擦出怎样的火花？

水平有限，若有错误，欢迎指正，欢迎交流

参考：

https://matplotlib.org/api/legend_api.html?highlight=legend#module-matplotlib.legend