扩展图例超过 2 个子图答案

【问题标题】：Expanded legend over 2 subplots扩展图例超过 2 个子图
【发布时间】：2018-01-17 17:19:37
【问题描述】：

我怎样才能让相同的图例出现在 2 个子图上并使其扩展到 2 个子图上。有谁知道，如果我必须分别精确每个子图的 y 标签，如果它是相同的（该图适用于科学论文）？我知道后一个问题与计算无关，但如果有人知道答案，我将不胜感激。

对于我使用的图例的位置：

        ax[0].legend(bbox_to_anchor=(0., 1.02, 1., .102), loc=3,
               ncol= 4, mode="expand", borderaxespad=0)

【问题讨论】：

这是一个 matplolib 问题吗？
是的。不适合这个论坛吗？
适合。它可能会收到更多带有 matplotlib 标签的答案。我会添加它。

标签： python matplotlib legend subplot

【解决方案1】：

要在图中的所有子图中拉伸图例，您可以半自动放置图例。使用图中的subplotpars 可以找到使用的间距，以便可以直接在bbox_to_anchor 参数中使用这些间距。这需要通过bbox_transform 参数将图例转换设置为图形转换。您需要手动指定的唯一参数是轴与图例之间的间距（下例中为 0.02）和图例高度（下例中为 0.05），均以图形高度为单位。

s = fig.subplotpars
bb=[s.left, s.top+0.02, s.right-s.left, 0.05 ]
leg = axes[0].legend(..., bbox_to_anchor=bb, mode="expand", borderaxespad=0,
                     bbox_transform=fig.transFigure)

一个完整的例子：

import matplotlib.pyplot as plt
import numpy as np

a = np.cumsum(np.random.rand(10,8), axis=0)

fig, axes = plt.subplots(ncols=2)

for i in range(a.shape[1]):
    axes[i//4].plot(a[:,i], marker="s", label="Label {}".format(i))

s = fig.subplotpars
bb=[s.left, s.top+0.02, s.right-s.left, 0.05 ]
leg = axes[0].legend(loc=8, bbox_to_anchor=bb, ncol= 4, mode="expand", borderaxespad=0,
                bbox_transform=fig.transFigure, fancybox=False, edgecolor="k")
leg.get_frame().set_linewidth(72./fig.dpi)
plt.show()

至于在一篇科学论文中是否需要一个或两个图例，这完全取决于论文的风格。我猜想使用像这里这样的单个图例就可以了。然而，期刊大多要求您用小写字母标记每个子图，例如 a 和 b 或 (a) 和 (b)。

【讨论】：

【解决方案2】：

要使图例跨越两个子图，您需要调整给定给bbox_to_anchor 的坐标。使用 2.2 作为宽度（第三个参数）覆盖 2 倍的绘图宽度加上子绘图之间的间距。（如果您的间距与默认值不同，例如f.tightlayout()，则需要调整此值。）

这是一个简单的工作示例：

import numpy as np
import matplotlib.pyplot as plt

x1 = np.linspace(0.0, 2.0)
x2 = np.linspace(0.0, 2.0)

y1 = np.cos(2 * np.pi * x1) * np.exp(-x1)
y2 = np.cos(2 * np.pi * x2)

f,ax = plt.subplots(1, 2)

ax[0].plot(x1, y1, 'ko-', label='Damped')
ax[0].plot(x2, y2, 'r.-', label='Undamped')
ax[1].plot(x1, y1, 'ko-', label='Damped')
ax[1].plot(x2, y2, 'r.-', label='Undamped')

ax[0].legend(bbox_to_anchor=(0., 1.02, 2.2, .102), loc=3,
               ncol=4, mode="expand", borderaxespad=0)

plt.show()

结果是这样的情节：

【讨论】：

谢谢，这正是我所需要的