python数据绘图-legend图例位置调整优化
上一篇中我们使用twinx()函数绘制了双轴图像,但是如果两个图像都添加图例,就会出现图例重叠的问题,需要我们手动设置图例位置来调整。
可以通过以下参数进行调整
- loc:九分位
- borderaxespad:向图像中心|外部移动
- bbox_to_anchor:上下左右移动
粗调位置:loc+borderaxespad
粗调图例位置把整个图像等分为9块
如果两个图例重叠,把一个图例放在1号位,另一个放在2号位是可以解决重复的问题,但是观感很丑,此时就需要通过坐标对图例的位置进行精调
通过坐标调位置有两个参数
1、borderaxespad(border:边界,axes是axis坐标轴的复数形式)
borderaxespad参数结合loc参数一起使用,loc表示图例在哪个位置,borderaxespad就以哪个位置作为图例的锚点,例如:
loc=1(表示图例位于图像的右上角),borderaxespad就表示图例右上角和图像右上角的距离
loc=2(表示图例位于图像的左上角),borderaxespad就表示图例左上角和图像左上角的距离
...以此类推,borderaxespad正数表示向图像内部移动,负数表示向图像外部移动
以下为一些示例
2、bbox_to_anchor(anchor:锚)
borderaxespad和loc组合的情况适用于只有一个图例时调整位置,因为不能上下移动,所以很难做到两个以上的图例对齐排列,这时可以使用bbox_to_anchor参数
先按照比较夸张的数据看一下示例:
bbox_to_anchor=(图例距离图像左边的距离,图例距离图de'd像底边的距离)
bbox_to_anchor=(1.5,2)
示例
以上一篇帕累托组合图表为例,实操一下调整图例位置的方法
使用loc简单调整
#pip install matplotlibimport matplotlib.pyplot as plt#设置中文字体plt.rcParams["font.sans-serif"]="Arial Unicode MS"#创建画布plt.figure()#创建柱状图plt.bar(group2.index,group2['客户数'],label='转化客户数')plt.legend(loc=3)plt.xlabel("转化周期")#X轴plt.ylabel("转化客户数")#Y轴plt.title('转化窗口期')#标题#在原图基础上叠加图像,需要先创建一个新纵坐标轴plt.twinx()#折线图plt.plot(group2.index,group2["累计客户数占比"],color="orange",marker="o",label="转化客户占比")plt.grid(linestyle='-.',color='SkyBlue')#python颜色英文https://zhuanlan.zhihu.com/p/548152652https://zhuanlan.zhihu.com/p/548152652plt.legend(loc=4)#显示图例plt.ylabel("累计转化客户占比")#显示图像plt.show()
产出结果
使用bbox_to_anchor精细调整
#pip install matplotlibimport matplotlib.pyplot as plt#设置中文字体plt.rcParams["font.sans-serif"]="Arial Unicode MS"#创建画布plt.figure()#创建柱状图plt.bar(group2.index,group2['客户数'],label='转化客户数')plt.legend(bbox_to_anchor=(1.1,1.15))plt.xlabel("转化周期")#X轴plt.ylabel("转化客户数")#Y轴plt.title('转化窗口期')#标题#在原图基础上叠加图像,需要先创建一个新纵坐标轴plt.twinx()#折线图plt.plot(group2.index,group2["累计客户数占比"],color="orange",marker="o",label="转化客户占比")plt.grid(linestyle='-.',color='SkyBlue')#python颜色英文https://zhuanlan.zhihu.com/p/548152652https://zhuanlan.zhihu.com/p/548152652plt.legend(bbox_to_anchor=(1.13,1.25))#显示图例plt.ylabel("累计转化客户占比")#显示图像plt.show()
产出结果
来源地址:https://blog.csdn.net/weixin_47198715/article/details/130608638
免责声明:
① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。
② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341