如何在 matplotlib 中一次分配多个标签？

Question

我有以下数据集：

x = [0, 1, 2, 3, 4]
y = [ [0, 1, 2, 3, 4],
      [5, 6, 7, 8, 9],
      [9, 8, 7, 6, 5] ]

现在我用：

import matplotlib.pyplot as plt
plt.plot(x, y)

但是，我想使用此命令标记 3 个 y 数据集，这会在调用 .legend() 时引发错误：

lineObjects = plt.plot(x, y, label=['foo', 'bar', 'baz'])
plt.legend()

File "./plot_nmos.py", line 33, in <module>
  plt.legend()
...
AttributeError: 'list' object has no attribute 'startswith'

当我检查lineObjects:

>>> lineObjects[0].get_label()
['foo', 'bar', 'baz']
>>> lineObjects[1].get_label()
['foo', 'bar', 'baz']
>>> lineObjects[2].get_label()
['foo', 'bar', 'baz']

问题

仅使用.plot() 方法是否有一种优雅的方式来分配多个标签？

Answer 1

您可以遍历您的线对象列表，因此标签是单独分配的。内置pythoniter函数的示例：

lineObjects = plt.plot(x, y)
plt.legend(iter(lineObjects), ('foo', 'bar', 'baz'))`

编辑： 更新到 matplotlib 1.1.1 后，它看起来像 plt.plot(x, y)，其中 y 作为列表列表（由问题作者提供），不起作用了。在将 y 传递为 numpy.array （假设 (numpy)[http://numpy.scipy.org/] 之前已导入）之后，仍然可以考虑在不迭代 y 数组的情况下绘制一步。

在这种情况下，使用plt.plot(x, y)（如果 2D y 数组中的数据排列为列 [axis 1]）或plt.plot(x, y.transpose())（如果 2D y 数组中的数据排列为行 [axis 0] )

编辑 2： 正如@pelson 所指出的（参见下面的评论），iter 函数是不必要的，一个简单的 plt.legend(lineObjects, ('foo', 'bar', 'baz')) 可以完美运行

Answer 2

不可能直接将这两个数组相互绘制（至少版本为 1.1.1），因此您必须循环遍历您的 y 数组。我的建议是同时遍历标签：

import matplotlib.pyplot as plt

x = [0, 1, 2, 3, 4]
y = [ [0, 1, 2, 3, 4], [5, 6, 7, 8, 9], [9, 8, 7, 6, 5] ]
labels = ['foo', 'bar', 'baz']

for y_arr, label in zip(y, labels):
    plt.plot(x, y_arr, label=label)

plt.legend()
plt.show()

编辑：@gcalmettes 指出，作为 numpy 数组，可以同时绘制所有线（通过转置它们）。有关详细信息，请参阅@gcalmettes 答案和 cmets。

Answer 3

我遇到了同样的问题，现在我找到了一个最简单的解决方案！希望这对你来说还不算太晚。没有迭代器，只需将结果分配给结构...

from numpy import *
from matplotlib.pyplot import *
from numpy.random import *

a = rand(4,4)
a
>>> array([[ 0.33562406,  0.96967617,  0.69730654,  0.46542408],
   [ 0.85707323,  0.37398595,  0.82455736,  0.72127002],
   [ 0.19530943,  0.4376796 ,  0.62653007,  0.77490795],
   [ 0.97362944,  0.42720348,  0.45379479,  0.75714877]])

[b,c,d,e] = plot(a)
legend([b,c,d,e], ["b","c","d","e"], loc=1)
show()

看起来像这样：

Answer 4

目前最好的解决方案是：

lineObjects = plt.plot(x, y)  # y describes 3 lines
plt.legend(['foo', 'bar', 'baz'])

Answer 5

您可以在绘制曲线时给出标签

import pylab as plt

x = [0, 1, 2, 3, 4]
y = [ [0, 1, 2, 3, 4], [5, 6, 7, 8, 9], [9, 8, 7, 6, 5] ]
labels=['foo', 'bar', 'baz']
colors=['r','g','b']

# loop over data, labels and colors
for i in range(len(y)):
    plt.plot(x,y[i],'o-',color=colors[i],label=labels[i])

plt.legend()
plt.show()

Answer 6

在 numpy 矩阵图的情况下，为每列一次分配多个图例

我想根据绘制一个包含两列的矩阵来回答这个问题。

假设你有一个两列矩阵Ret

然后可以使用此代码一次分配多个标签

import pandas as pd, numpy as np, matplotlib.pyplot as plt
pd.DataFrame(Ret).plot()

plt.xlabel('time')
plt.ylabel('Return')
plt.legend(['Bond Ret','Equity Ret'], loc=0)
plt.show()

希望对你有帮助

Answer 7

当我在数组的列中有一组 x 值和多个 y 值时，我经常会遇到这个问题。我真的不想在循环中绘制数据，多次调用ax.legend/plt.legend 并不是一个真正的选择，因为我想绘制其他东西，通常是同样令人讨厌的格式。

很遗憾，plt.setp 在这里没有帮助。在较新版本的 matplotlib 中，它只是将整个列表/元组转换为字符串，并将整个内容作为标签分配给所有行。

因此，我制作了一个实用函数来包装对 ax.plot/plt.plot 的调用：

def set_labels(artists, labels):
    for artist, label in zip(artists, labels):
        artist.set_label(label)

你可以这样称呼它

x = np.arange(5)
y = np.random.ranint(10, size=(5, 3))

fig, ax = plt.subplots()
set_labels(ax.plot(x, y), 'ABC')

这样您就可以将所有正常的艺术家参数指定为plot，而无需查看代码中的循环。另一种方法是将整个调用 plot 放入一个仅解包标签的实用程序中，但这需要大量重复才能弄清楚如何解析多个数据集，可能具有不同数量的列，并分布在多个参数中，关键字或其他。

Answer 8

我使用以下内容显示数据框的标签，而不使用数据框图：

lines_ = plot(df)
legend(lines_, df.columns) # df.columns is a list of labels

Answer 9

如果您使用的是 DataFrame，您还可以遍历要绘制的数据的列：

# Plot figure
fig, ax = plt.subplots(figsize=(5,5))
# Data
data = data
# Plot
for i in data.columns:
    _ = ax.plot(data[i], label=i)
    _ = ax.legend() 
plt.show()