具有不同内容的子图的全局图例

【问题标题】：Global legend for subplots with different content具有不同内容的子图的全局图例
【发布时间】：2017-12-10 21:49:23
【问题描述】：

我通读了以前的解决方案，但无法使它们中的任何一个起作用。我想为各个子图创建一个全球图例。 此子图的 ax 对象由预定义类中的预定义函数“get_plot”生成 “The_predefined_plotting_class”大致是这样的：

该函数返回一个 ax 对象，每个 ax 对象都有多个“绘图”/来自原始“数据文件”的多个列。

在我在这个网站上找到的一个解决方案中，我读到我可以使用：

创造一个全球性的传奇。不幸的是，我不知道如何将单个 ax 对象（或其中的数据）附加到句柄以使其工作。 每个图都包含一些相同的列名和一些不同的列名。如果一个条目/名称存在于许多子图中，它应该只打印一次。

Solution1

Solution2

Solution3

编辑

很抱歉我不得不使用图片，但无论我在网页上做什么，即使它在预览窗口中正确显示（截图来自这个窗口），我也没有让我发布我的代码

EDIT2

如果我这样做：

lines=[]
labels=[]
for idata, datafile in enumerate(datafiles):

    MYData = The_predefined_plotting_class.from_file(datafile) 

    axis[idata] = The_predefined_plotting_class.get_plot( *kwargs)
    h, l = axis[idata].get_legend_handles_labels()

    lines.append(h)
    labels.append(l)


LINES=[]
LABELS=[]
for i in range(0, nrows):
    LINES+=lines[i]
    LABELS+=labels[i]
plt.legend( LINES, LABELS, loc="upper left", bbox_to_anchor=[0, 1],ncol=3, shadow=True, title="Legend", fancybox=True)
plt.show()

然后它显示所有 Data 。一些数据具有相同的行和标签处理程序。我现在剩下的问题是遍历两个列表并只删除一个条目，如果在两个列表中 tuple (LINES[j];LABELS[j]) = (LINES[i] ;LABELS[i]) 存在两次（并且仅在那时）。最好是第一个条目：

EDIT3

labels =[]
lines = []
h=["Cat","Mouse","Dog","Cat","Cat","Kangaroo","Dog"]
l=["black","white","brown","white","black","yellow","brown"]


for handle, label in zip(h, l):
    if label not in labels : 

            lines.append(handle)
            labels.append(label)

print "The disired Output is :"            
print '["Cat","Mouse","Dog","Cat","Kangaroo"]'
print '["black","white","brown","white","yellow"]'

print "currently you get:"               

print lines
print labels

EDIT4

我添加了一个“最小”工作示例，其中应包含我的真实数据中发生的所有可能情况。

lines=[]
labels=[]
legend_properties = {'weight':'bold','size':10}  
# Example data
x1 = np.linspace(0.0, 5.0)
x2 = np.linspace(0.0, 2.0)

a = np.cos(2 * np.pi * x1) * np.exp(-x1)
b = np.cos(2 * np.pi * x2)
c = np.cos(5 * np.pi * x1) * np.exp(-x1)
c2 = np.cos(5 * np.pi * x1**2) * np.exp(-x1)
d = np.cos(2 * np.pi * x2 )
d2 = np.cos(2 * np.pi * x2-1 )
e = x1*5
e2 = -x1*5
f = np.exp(x1)-e
f2 = (np.exp(x1)-e)/2

nrows = 4
# Plot

fig, axis = plt.subplots(nrows, sharex=True, sharey=False, figsize=(5, 8))
fig.subplots_adjust(hspace=0.0001)
fig.suptitle("Stacked Plots with global Legend wich contains to little elements",fontsize=14,weight='bold')



axis[0].plot(x1, e, 'k--', label='Label1',color="green")
axis[0].plot(x1, e2, 'k--', label='Label2',color="blue")
axis[0].plot(x1, a, 'k--', label='Label3',color="yellow")
axis[1].plot(x1, c, 'k--', label='Label1',color="green")
axis[1].plot(x1, c2, 'k--', label='Label2',color="blue")
axis[1].plot(x1, a, 'k--', label='Label3',color="grey")
axis[2].plot(x2, d, '*', label='Label1',color="green")
axis[2].plot(x2, d2, 'D', label='Label2',color="green")
axis[3].plot(x1, f, 'H', label='Label1',color="green")
axis[3].plot(x1, f2, 'D', label='Label2',color="green")

for i in range(nrows):
    h, l = axis[i].get_legend_handles_labels()
    for handle, label in zip(h, l):
        if label not in labels:
            lines.append(handle)
            labels.append(label)

# only 3 Legend entrys Label1 , Label2 and Label3 are visible .. Differences in cloors and markers are ignored
plt.legend(handles=lines, labels=labels,bbox_to_anchor=(0., nrows+.02, 1., .102), loc=3,ncol=3, prop=legend_properties,mode="expand", borderaxespad=0.,frameon=False,framealpha=0.0) 

plt.show()

EDIT5

这是生成实际绘图的脚本部分。 “列”仅包含要绘制的实际数据的名称。 

    # add plots
    ic = 0
    for col in columns:
        if col == "envelope":
            ax.plot(self.data.index, self.data.envelope,
                    linewidth=LINEWIDTH_envelope, c=last_color, label="")
        elif col == "Exp":
            ax.plot(self.data.index, self.data.Exp, c=first_color, linestyle="",
                    label="Exp", marker="o", markersize=MARKERSIZE )
        else:
            color = used_colors[ic % len(used_colors)]
            if fill and "BG" in self.data.columns:
                ax.fill_between(self.data.index, self.data.BG,
                                self.data[col], label=col, alpha=ALPHA,
                                color=color)
            else:
                ax.plot(self.data.index, self.data[col], linewidth=LINEWIDTH,
                        c=color, label=col)
            ic += 1

EDIT6

我试图根据我在这里提出的想法找到解决方案：

Iteration though lists

不幸的是，适用于两个包含字符串的列表的方法似乎不适用于艺术家处理。

import matplotlib.pyplot as plt
import numpy as np
LI=[]
lines=[]
labels=[]
legend_properties = {'weight':'bold','size':10}  
# Example data
x1 = np.linspace(0.0, 5.0)
x2 = np.linspace(0.0, 2.0)

a = np.cos(2 * np.pi * x1) * np.exp(-x1)
b = np.cos(2 * np.pi * x2)
c = np.cos(5 * np.pi * x1) * np.exp(-x1)
c2 = np.cos(5 * np.pi * x1**2) * np.exp(-x1)
d = np.cos(2 * np.pi * x2 )
d2 = np.cos(2 * np.pi * x2-1 )
e = x1*5
e2 = -x1*5
f = np.exp(x1)-e
f2 = (np.exp(x1)-e)/2

nrows = 4
# Plot

fig, axis = plt.subplots(nrows, sharex=True, sharey=False, figsize=(5, 8))
fig.subplots_adjust(hspace=0.0001)
#fig.suptitle("Stacked Plots with global Legend wich contains to little elements",fontsize=14,weight='bold')



axis[0].plot(x1, e, 'k--', label='Label1',color="green")
axis[0].plot(x1, e2, 'k--', label='Label2',color="blue")
axis[0].plot(x1, a, 'k--', label='Label3',color="yellow")
axis[1].plot(x1, c, 'k--', label='Label1',color="green")
axis[1].plot(x1, c2, 'k--', label='Label2',color="blue")
axis[1].plot(x1, a, 'k--', label='Label3',color="grey")
axis[2].plot(x2, d, '*', label='Label1',color="green")
axis[2].plot(x2, d2, 'D', label='Label2',color="green")
axis[3].plot(x1, f, 'H', label='Label1',color="green")
axis[3].plot(x1, f2, 'D', label='Label2',color="green")

for i in range(nrows):
    print i
    h, l = axis[i].get_legend_handles_labels()
    for hl in zip(h,l):

        if hl not in LI:
            LI.append(hl)
            lines.append(LI[-1][0])
            labels.append(LI[-1][1])

print LI            
















# only 3 Legend entrys Label1 , Label2 and Label3 are visible .. Differences in cloors and markers are ignored
plt.legend(handles=lines, labels=labels,bbox_to_anchor=(0., nrows+.02, 1., .102), loc=3,ncol=3, prop=legend_properties,mode="expand", borderaxespad=0.,frameon=False,framealpha=0.0) 


plt.show()

我认为问题是只比较了内存​​地址的字符串

if hl not in LI:

不是“h”的实际内容？

解决方案基于 ImportanceOfBeingErnest 在相关帖子Link7 中给出的解释：

import matplotlib.pyplot as plt
import numpy as np
import matplotlib.mlab as mlab
import math
import matplotlib.collections

def is_inlist(handle, handles):
    for h in handles:
        if isinstance(handle, matplotlib.collections.PolyCollection) and isinstance(h, matplotlib.collections.PolyCollection): 
            if np.all(h.get_facecolor() == handle.get_facecolor()) and \
                np.all(h.get_linestyle() == handle.get_linestyle()) and \
                np.all(h.get_alpha() == handle.get_alpha()):
                return True
        if isinstance(handle, matplotlib.lines.Line2D) and isinstance(h, matplotlib.lines.Line2D):
            if h.get_color() == handle.get_color() and \
                h.get_linestyle() == handle.get_linestyle() and \
                h.get_marker() == handle.get_marker():
                return True        


    return False


lines=[]
labels=[]
legend_properties = {'weight':'bold','size':10}  
# Example data


mu = 0
mu2 = 5
variance = 1
variance2 = 2
sigma = math.sqrt(variance)
sigma2 = math.sqrt(variance2)
x = np.linspace(mu-3*variance,mu+3*variance, 100)
x2 = np.linspace(mu2-3*variance2,mu2+3*variance2, 100)

nrows = 4
# Plot

fig, axis = plt.subplots(nrows, sharex=True, sharey=False, figsize=(5, 8))
fig.subplots_adjust(hspace=0.0001)
#fig.suptitle("Stacked Plots with global Legend wich contains to little elements",fontsize=14,weight='bold')


axis[0].fill_between(x+6,0,mlab.normpdf(x, mu, sigma), color='green',alpha=0.5,label="PEAK1", interpolate=True)
axis[0].fill_between(x+4,0,mlab.normpdf(x, mu, sigma), color='orange',alpha=0.5,label="PEAK2", interpolate=True)
axis[0].fill_between(x+3,0,mlab.normpdf(x, mu, sigma), color='blue',alpha=0.5,label="PEAK3", interpolate=True)
axis[0].fill_between(x+7,0,mlab.normpdf(x, mu, sigma), color='red',alpha=0.5,label="PEAK4", interpolate=True)
axis[0].plot(x2,2.5*mlab.normpdf(x2, mu2, sigma2),color='black',linestyle="",label="Exp", marker="o", markersize=4)

axis[1].fill_between(x+6,0,mlab.normpdf(x, mu, sigma), color='green',alpha=0.5,label="PEAK1", interpolate=True)
axis[1].fill_between(x+4,0,mlab.normpdf(x, mu, sigma), color='purple',alpha=0.5,label="PEAK2", interpolate=True)
axis[1].fill_between(x+3,0,mlab.normpdf(x, mu, sigma), color='blue',alpha=0.5,label="PEAK3", interpolate=True)
axis[1].fill_between(x+7,0,mlab.normpdf(x, mu, sigma), color='red',alpha=0.5,label="PEAK4", interpolate=True)
axis[1].fill_between(x+6.5,0,mlab.normpdf(x, mu, sigma), color='yellow',alpha=0.5,label="PEAK5", interpolate=True)
axis[1].plot(x2,2.5*mlab.normpdf(x2, mu2, sigma2),color='black',linestyle="",label="Exp", marker="o", markersize=4)

axis[2].fill_between(x+6,0,mlab.normpdf(x, mu, sigma), color='green',alpha=0.5,label="PEAK1", interpolate=True)
axis[2].fill_between(x+4,0,mlab.normpdf(x, mu, sigma), color='orange',alpha=0.5,label="PEAK2", interpolate=True)
axis[2].fill_between(x+3,0,mlab.normpdf(x, mu, sigma), color='#73d216',alpha=0.5,label="PEAK3", interpolate=True)
axis[2].fill_between(x+7,0,mlab.normpdf(x, mu, sigma), color='red',alpha=0.5,label="PEAK4", interpolate=True)
axis[2].plot(x2,2.5*mlab.normpdf(x2, mu2, sigma2),color='black',linestyle="",label="Exp", marker="o", markersize=4)


axis[3].fill_between(x+6,0,mlab.normpdf(x, mu, sigma), color='green',alpha=0.5,label="PEAK1", interpolate=True)
axis[3].fill_between(x+4,0,mlab.normpdf(x, mu, sigma), color='purple',alpha=0.5,label="PEAK2", interpolate=True)
axis[3].fill_between(x+3,0,mlab.normpdf(x, mu, sigma), color='blue',alpha=0.5,label="PEAK3", interpolate=True)
axis[3].fill_between(x+7,0,mlab.normpdf(x, mu, sigma), color='red',alpha=0.5,label="PEAK4", interpolate=True)
axis[3].fill_between(x+6.5,0,mlab.normpdf(x, mu, sigma), color='#73d216',alpha=0.5,label="PEAK5", interpolate=True)
axis[3].fill_between(x+5.5,0,mlab.normpdf(x, mu, sigma), color='violet',alpha=0.5,label="PEAK6", interpolate=True)
axis[3].plot(x2,2.5*mlab.normpdf(x2, mu2, sigma2),color='black',linestyle="",label="Exp", marker="o", markersize=4)



for i in range(nrows):
    h, l = axis[i].get_legend_handles_labels()
    for hi, li in zip(h,l):
        if not is_inlist(hi, lines):
            lines.append(hi)
            labels.append(li)






# only 3 Legend entrys Label1 , Label2 and Label3 are visible .. Differences in cloors and markers are ignored
plt.legend(handles=lines, labels=labels,bbox_to_anchor=(0., nrows-1+.02, 1., .102), loc=3,ncol=3, prop=legend_properties,mode="expand", borderaxespad=0.,frameon=False,framealpha=0.0) 


plt.show()

这里我的真实数据得到了更好的反映，因为我有 matplotlib.collections.PolyCollection) 和 matplotlib.lines.Line2D 对象需要比较。

【问题讨论】：

  • 所链接问题中的解决方案都不适合您？我建议一个简单的ax.legend(bbox_to_anchor=(1.05, 0), loc='lower center', borderaxespad=0.)
  • 您需要手动输入代码，不知何故您粘贴了代码的屏幕截图。
  • 如果我按照你的建议去做，我会得到：AttributeError: 'numpy.ndarray' object has no attribute 'legend' ！我在上面添加了一个问题。

标签： python list matplotlib legend


【解决方案1】：

Edit2 看起来很有希望。然后，您可以检查标签是否已经在标签列表中，如果没有，请附加它。当然，我无法测试以下内容，但它至少应该显示这个概念。 

lines=[]
labels=[]
for idata, datafile in enumerate(datafiles):

    MYData = The_predefined_plotting_class.from_file(datafile) 

    axis[idata] = The_predefined_plotting_class.get_plot( *kwargs)
    h, l = axis[idata].get_legend_handles_labels()

    for handle, label in zip(h, l):
        if label not in labels:
            lines.append(handle)
            labels.append(label)

plt.legend(handles=lines, labels=labels, loc="upper left", bbox_to_anchor=[0, 1],ncol=3, shadow=True, title="Legend", fancybox=True)
plt.show()

如果您想避免重复句柄，您可以使用使它们看起来相等的属性，并查看句柄列表中是否已经存在类似的艺术家。

def is_inlist(handle, handles):
    for h in handles:
        if h.get_color() == handle.get_color() and \
            h.get_linestyle() == handle.get_linestyle() and \
            h.get_marker() == handle.get_marker():
            return True
    return False

lines=[]
labels=[]
for i in range(nrows):
    h, l = axis[i].get_legend_handles_labels()
    for hi, li in zip(h,l):
        if not is_inlist(hi, lines):
            lines.append(hi)
            labels.append(li)

plt.legend(handles=lines, labels=labels)

【讨论】：

  • @NorrinRadd 下次请提供minimal reproducible example。否则真的很难提供任何帮助。
  • 早......有一个元素 a 是绿色的，只有第一个出现在图例中。但事实并非如此。你有什么想法吗？
  • 一个手柄如何连接两个标签？无论如何，正如我已经说过的，minimal reproducible example 是必要的，以便能够为您提供一个好的解决方案。请注意，对于这样的示例，您不需要 The_predefined_plotting_class 左右。您只需要显示问题的工作代码，如果得到纠正，您就可以解决问题。
  • 如果你在不同的子图中用两种不同的颜色绘制相同的组件......“猫”可能比“黑色”和“白色”...... MWE 的问题在于不幸的是，我没有找到一种方法来模拟 The_predefined_plotting_class 的功能
  • 我为列表排序问题添加了一个 MWE
猜你喜欢
  • 2017-01-03
  • 1970-01-01
  • 2020-11-24
  • 2011-11-23
  • 2011-10-03
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 2015-01-09
相关资源
最近更新 更多
热门标签
Java Python linux javascript Mysql C# Docker 算法 前端 SpringBoot Redis Vue spring 设计模式 .net core .net kubernetes c++ 数据库 数据结构 大数据 js 机器学习 微服务 Android Go 程序员 面试 JVM ASP.net core 云原生 人工智能 后端 PHP git CSS golang k8s Nginx Django mybatis 深度学习 多线程 React 架构 devops 爬虫 云计算 Spring Boot LeetCode