在 matplotlib/seaborn 中向箱线图添加图例答案

【问题标题】：Adding a legend to a boxplot in matplotlib/seaborn在 matplotlib/seaborn 中向箱线图添加图例
【发布时间】：2020-09-16 01:54:00
【问题描述】：

我是 Python 新手。

我使用以下代码在 matplotlib/seaborn 中生成了一个箱线图（带有 swarmplot 覆盖）。我现在想添加一个遵循每个框的配色方案的图例。我在网上找到的许多解决方案似乎不适用于这种特定类型的图表（例如，仅适用于 grouped boxplots）。

当我尝试实现here 建议的代码时，我收到了错误消息。

非常感谢所有输入！

# Import libraries and modules

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

# Set seaborn style.

sns.set(style="whitegrid", palette="colorblind")

# Load summary tidy data.

tidy = pd.read_csv('tidy.csv')

# Define plots for tidy data

fig, ax = plt.subplots(figsize=(10,6))
ax = sns.boxplot(x='header1', y='header2', data=tidy, order=["header1", "header2"])
ax = sns.swarmplot(x="header1", y="header2", data=tidy, color=".25", order=["header1", "header2"])
labels = [item.get_text() for item in ax.get_xticklabels()]
labels[0] = 'header1'
labels[1] = 'header2'
ax.set_xticklabels(labels)
ax.legend(loc='best')

我正在使用的数据示例。

Object,Metric,Length
MT1,B2A1,3.57675
MT1,B2A2,2.9474600000000004
MT1,B2A3,2.247772857142857
MT1,B2A4,3.754455
MT1,B2A5,2.716282
MT1,B2A6,2.91325
MT10,B2A1,3.34361
MT10,B2A2,2.889958333333333
MT10,B2A3,2.22087
MT10,B2A4,2.87669
MT10,B2A5,1.6745005555555557
MT12,B2A1,3.3938900000000003
MT12,B2A2,2.00601
MT12,B2A3,2.1720200000000003
MT12,B2A4,2.452923333333333

【问题讨论】：

您在主代码中在哪里调用ax.legend()？
感谢您的关注！我错过了将它添加到示例中。我在设置 xticklabels 后调用了 legend。
那么header1 和header2 是什么？公制和长度？
是的，完全正确！如果我在代码中使所有名称中立，我认为会更容易概述。这是一个错误吗？

标签： python matplotlib seaborn legend boxplot

【解决方案1】：

no handles with labels found to put in the legend 错误是由于调用ax.legend() 而您的两位艺术家（箱线图和群图）没有标签。

sns.boxplot 基于 scatter 上的 matplotlib 的 boxplot 和 sns.swarmplot，因此您只需分别给它们一个 labels 和 label 参数。

ax = sns.boxplot(..., labels=["Metric", "Length"])
ax = sns.swarmplot(..., label="something goes here")

或者，根据this，您可以保持 seaborn 部分不变并摆弄：

handles, _ = ax.get_legend_handles_labels()          # Get the artists.
ax.legend(handles, ["label1", "label2"], loc="best") # Associate manually the artists to a label.

【讨论】：