如何将图例放在情节之外

Question

我有一系列 20 个图（不是子图）要在一个图中绘制。我希望图例是在盒子之外的。同时，我不想更改轴，因为图形的尺寸会减小。

1. 我想将图例框保留在绘图区域之外（我希望图例位于绘图区域右侧的外部）。
2. 有没有办法减小图例框内文本的字体大小，从而使图例框的尺寸变小？

Answer 1

有很多种方法可以做你想做的事。添加到 什么 Christian Alis 和 < a href="https://stackoverflow.com/questions/4700614/how-to-put-the-legend-outside-the-plot/4700674#4700674">Navi 已经说了，你可以使用 < code>bbox_to_anchor 关键字参数将图例部分放置在轴之外和/或减小字体大小。

在考虑减小字体大小（这会使内容变得非常难以阅读）之前，请尝试将图例放置在不同的位置：

因此，让我们从一个通用示例开始：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(10)

fig = plt.figure()
ax = plt.subplot(111)

for i in range(5):
    ax.plot(x, i * x, label='$y = %ix
 
如果我们做同样的事情，但使用 bbox_to_anchor 关键字参数，我们可以将图例稍微移到坐标区边界之外：
import matplotlib.pyplot as plt
import numpy as np

x = np.arange(10)

fig = plt.figure()
ax = plt.subplot(111)

for i in range(5):
    ax.plot(x, i * x, label='$y = %ix
 
同样，使图例更加水平和/或将其放在图的顶部（我还打开圆角和简单的阴影）：
import matplotlib.pyplot as plt
import numpy as np

x = np.arange(10)

fig = plt.figure()
ax = plt.subplot(111)

for i in range(5):
    line, = ax.plot(x, i * x, label='$y = %ix
 
或者，缩小当前绘图的宽度，并将图例完全放在图形的轴之外（注意：如果您使用 tight_layout()，然后省略 ax.set_position()：
import matplotlib.pyplot as plt
import numpy as np

x = np.arange(10)

fig = plt.figure()
ax = plt.subplot(111)

for i in range(5):
    ax.plot(x, i * x, label='$y = %ix
 
并以类似的方式，垂直缩小绘图，并在底部放置一个水平图例：
import matplotlib.pyplot as plt
import numpy as np

x = np.arange(10)

fig = plt.figure()
ax = plt.subplot(111)

for i in range(5):
    line, = ax.plot(x, i * x, label='$y = %ix
 
看一下 matplotlib 图例指南。您还可以查看 plt.figlegend()。
 % i)

ax.legend()

plt.show()

 
如果我们做同样的事情，但使用 bbox_to_anchor 关键字参数，我们可以将图例稍微移到坐标区边界之外：

 
同样，使图例更加水平和/或将其放在图的顶部（我还打开圆角和简单的阴影）：

 
或者，缩小当前绘图的宽度，并将图例完全放在图形的轴之外（注意：如果您使用 tight_layout()，然后省略 ax.set_position()：

 
并以类似的方式，垂直缩小绘图，并在底部放置一个水平图例：

 
看一下 matplotlib 图例指南。您还可以查看 plt.figlegend()。
 % i)

ax.legend(bbox_to_anchor=(1.1, 1.05))

plt.show()

 
同样，使图例更加水平和/或将其放在图的顶部（我还打开圆角和简单的阴影）：

 
或者，缩小当前绘图的宽度，并将图例完全放在图形的轴之外（注意：如果您使用 tight_layout()，然后省略 ax.set_position()：

 
并以类似的方式，垂直缩小绘图，并在底部放置一个水平图例：

 
看一下 matplotlib 图例指南。您还可以查看 plt.figlegend()。
 % i)

ax.legend()

plt.show()

 
如果我们做同样的事情，但使用 bbox_to_anchor 关键字参数，我们可以将图例稍微移到坐标区边界之外：

 
同样，使图例更加水平和/或将其放在图的顶部（我还打开圆角和简单的阴影）：

 
或者，缩小当前绘图的宽度，并将图例完全放在图形的轴之外（注意：如果您使用 tight_layout()，然后省略 ax.set_position()：

 
并以类似的方式，垂直缩小绘图，并在底部放置一个水平图例：

 
看一下 matplotlib 图例指南。您还可以查看 plt.figlegend()。
%i)

ax.legend(loc='upper center', bbox_to_anchor=(0.5, 1.05),
          ncol=3, fancybox=True, shadow=True)
plt.show()

 
或者，缩小当前绘图的宽度，并将图例完全放在图形的轴之外（注意：如果您使用 tight_layout()，然后省略 ax.set_position()：

 
并以类似的方式，垂直缩小绘图，并在底部放置一个水平图例：

 
看一下 matplotlib 图例指南。您还可以查看 plt.figlegend()。
 % i)

ax.legend()

plt.show()

如果我们做同样的事情，但使用 bbox_to_anchor 关键字参数，我们可以将图例稍微移到坐标区边界之外：

同样，使图例更加水平和/或将其放在图的顶部（我还打开圆角和简单的阴影）：

或者，缩小当前绘图的宽度，并将图例完全放在图形的轴之外（注意：如果您使用 tight_layout()，然后省略 ax.set_position()：

并以类似的方式，垂直缩小绘图，并在底部放置一个水平图例：

看一下 matplotlib 图例指南。您还可以查看 plt.figlegend()。

% i) ax.legend(bbox_to_anchor=(1.1, 1.05)) plt.show()

同样，使图例更加水平和/或将其放在图的顶部（我还打开圆角和简单的阴影）：

或者，缩小当前绘图的宽度，并将图例完全放在图形的轴之外（注意：如果您使用 tight_layout()，然后省略 ax.set_position()：

并以类似的方式，垂直缩小绘图，并在底部放置一个水平图例：

看一下 matplotlib 图例指南。您还可以查看 plt.figlegend()。

% i) ax.legend() plt.show()

如果我们做同样的事情，但使用 bbox_to_anchor 关键字参数，我们可以将图例稍微移到坐标区边界之外：

同样，使图例更加水平和/或将其放在图的顶部（我还打开圆角和简单的阴影）：

或者，缩小当前绘图的宽度，并将图例完全放在图形的轴之外（注意：如果您使用 tight_layout()，然后省略 ax.set_position()：

并以类似的方式，垂直缩小绘图，并在底部放置一个水平图例：

看一下 matplotlib 图例指南。您还可以查看 plt.figlegend()。

%i) # Shrink current axis by 20% box = ax.get_position() ax.set_position([box.x0, box.y0, box.width * 0.8, box.height]) # Put a legend to the right of the current axis ax.legend(loc='center left', bbox_to_anchor=(1, 0.5)) plt.show()

并以类似的方式，垂直缩小绘图，并在底部放置一个水平图例：

看一下 matplotlib 图例指南。您还可以查看 plt.figlegend()。

% i) ax.legend() plt.show()

如果我们做同样的事情，但使用 bbox_to_anchor 关键字参数，我们可以将图例稍微移到坐标区边界之外：

同样，使图例更加水平和/或将其放在图的顶部（我还打开圆角和简单的阴影）：

或者，缩小当前绘图的宽度，并将图例完全放在图形的轴之外（注意：如果您使用 tight_layout()，然后省略 ax.set_position()：

并以类似的方式，垂直缩小绘图，并在底部放置一个水平图例：

看一下 matplotlib 图例指南。您还可以查看 plt.figlegend()。

% i) ax.legend(bbox_to_anchor=(1.1, 1.05)) plt.show()

同样，使图例更加水平和/或将其放在图的顶部（我还打开圆角和简单的阴影）：

或者，缩小当前绘图的宽度，并将图例完全放在图形的轴之外（注意：如果您使用 tight_layout()，然后省略 ax.set_position()：

并以类似的方式，垂直缩小绘图，并在底部放置一个水平图例：

看一下 matplotlib 图例指南。您还可以查看 plt.figlegend()。

% i) ax.legend() plt.show()

如果我们做同样的事情，但使用 bbox_to_anchor 关键字参数，我们可以将图例稍微移到坐标区边界之外：

同样，使图例更加水平和/或将其放在图的顶部（我还打开圆角和简单的阴影）：

或者，缩小当前绘图的宽度，并将图例完全放在图形的轴之外（注意：如果您使用 tight_layout()，然后省略 ax.set_position()：

并以类似的方式，垂直缩小绘图，并在底部放置一个水平图例：

看一下 matplotlib 图例指南。您还可以查看 plt.figlegend()。

%i) ax.legend(loc='upper center', bbox_to_anchor=(0.5, 1.05), ncol=3, fancybox=True, shadow=True) plt.show()

或者，缩小当前绘图的宽度，并将图例完全放在图形的轴之外（注意：如果您使用 tight_layout()，然后省略 ax.set_position()：

并以类似的方式，垂直缩小绘图，并在底部放置一个水平图例：

看一下 matplotlib 图例指南。您还可以查看 plt.figlegend()。

% i) ax.legend() plt.show()

如果我们做同样的事情，但使用 bbox_to_anchor 关键字参数，我们可以将图例稍微移到坐标区边界之外：

同样，使图例更加水平和/或将其放在图的顶部（我还打开圆角和简单的阴影）：

或者，缩小当前绘图的宽度，并将图例完全放在图形的轴之外（注意：如果您使用 tight_layout()，然后省略 ax.set_position()：

并以类似的方式，垂直缩小绘图，并在底部放置一个水平图例：

看一下 matplotlib 图例指南。您还可以查看 plt.figlegend()。

% i) ax.legend(bbox_to_anchor=(1.1, 1.05)) plt.show()

同样，使图例更加水平和/或将其放在图的顶部（我还打开圆角和简单的阴影）：

或者，缩小当前绘图的宽度，并将图例完全放在图形的轴之外（注意：如果您使用 tight_layout()，然后省略 ax.set_position()：

并以类似的方式，垂直缩小绘图，并在底部放置一个水平图例：

看一下 matplotlib 图例指南。您还可以查看 plt.figlegend()。

% i) ax.legend() plt.show()

如果我们做同样的事情，但使用 bbox_to_anchor 关键字参数，我们可以将图例稍微移到坐标区边界之外：

同样，使图例更加水平和/或将其放在图的顶部（我还打开圆角和简单的阴影）：

或者，缩小当前绘图的宽度，并将图例完全放在图形的轴之外（注意：如果您使用 tight_layout()，然后省略 ax.set_position()：

并以类似的方式，垂直缩小绘图，并在底部放置一个水平图例：

看一下 matplotlib 图例指南。您还可以查看 plt.figlegend()。

%i) # Shrink current axis's height by 10% on the bottom box = ax.get_position() ax.set_position([box.x0, box.y0 + box.height * 0.1, box.width, box.height * 0.9]) # Put a legend below current axis ax.legend(loc='upper center', bbox_to_anchor=(0.5, -0.05), fancybox=True, shadow=True, ncol=5) plt.show()

看一下 matplotlib 图例指南。您还可以查看 plt.figlegend()。

% i) ax.legend() plt.show()

如果我们做同样的事情，但使用 bbox_to_anchor 关键字参数，我们可以将图例稍微移到坐标区边界之外：

同样，使图例更加水平和/或将其放在图的顶部（我还打开圆角和简单的阴影）：

或者，缩小当前绘图的宽度，并将图例完全放在图形的轴之外（注意：如果您使用 tight_layout()，然后省略 ax.set_position()：

并以类似的方式，垂直缩小绘图，并在底部放置一个水平图例：

看一下 matplotlib 图例指南。您还可以查看 plt.figlegend()。

% i) ax.legend(bbox_to_anchor=(1.1, 1.05)) plt.show()

同样，使图例更加水平和/或将其放在图的顶部（我还打开圆角和简单的阴影）：

或者，缩小当前绘图的宽度，并将图例完全放在图形的轴之外（注意：如果您使用 tight_layout()，然后省略 ax.set_position()：

并以类似的方式，垂直缩小绘图，并在底部放置一个水平图例：

看一下 matplotlib 图例指南。您还可以查看 plt.figlegend()。

% i) ax.legend() plt.show()

如果我们做同样的事情，但使用 bbox_to_anchor 关键字参数，我们可以将图例稍微移到坐标区边界之外：

同样，使图例更加水平和/或将其放在图的顶部（我还打开圆角和简单的阴影）：

或者，缩小当前绘图的宽度，并将图例完全放在图形的轴之外（注意：如果您使用 tight_layout()，然后省略 ax.set_position()：

并以类似的方式，垂直缩小绘图，并在底部放置一个水平图例：

看一下 matplotlib 图例指南。您还可以查看 plt.figlegend()。

%i) ax.legend(loc='upper center', bbox_to_anchor=(0.5, 1.05), ncol=3, fancybox=True, shadow=True) plt.show()

或者，缩小当前绘图的宽度，并将图例完全放在图形的轴之外（注意：如果您使用 tight_layout()，然后省略 ax.set_position()：

并以类似的方式，垂直缩小绘图，并在底部放置一个水平图例：

看一下 matplotlib 图例指南。您还可以查看 plt.figlegend()。

% i) ax.legend() plt.show()

如果我们做同样的事情，但使用 bbox_to_anchor 关键字参数，我们可以将图例稍微移到坐标区边界之外：

同样，使图例更加水平和/或将其放在图的顶部（我还打开圆角和简单的阴影）：

或者，缩小当前绘图的宽度，并将图例完全放在图形的轴之外（注意：如果您使用 tight_layout()，然后省略 ax.set_position()：

并以类似的方式，垂直缩小绘图，并在底部放置一个水平图例：

看一下 matplotlib 图例指南。您还可以查看 plt.figlegend()。

% i) ax.legend(bbox_to_anchor=(1.1, 1.05)) plt.show()

同样，使图例更加水平和/或将其放在图的顶部（我还打开圆角和简单的阴影）：

或者，缩小当前绘图的宽度，并将图例完全放在图形的轴之外（注意：如果您使用 tight_layout()，然后省略 ax.set_position()：

并以类似的方式，垂直缩小绘图，并在底部放置一个水平图例：

看一下 matplotlib 图例指南。您还可以查看 plt.figlegend()。

% i) ax.legend() plt.show()

如果我们做同样的事情，但使用 bbox_to_anchor 关键字参数，我们可以将图例稍微移到坐标区边界之外：

同样，使图例更加水平和/或将其放在图的顶部（我还打开圆角和简单的阴影）：

或者，缩小当前绘图的宽度，并将图例完全放在图形的轴之外（注意：如果您使用 tight_layout()，然后省略 ax.set_position()：

并以类似的方式，垂直缩小绘图，并在底部放置一个水平图例：

看一下 matplotlib 图例指南。您还可以查看 plt.figlegend()。

%i) # Shrink current axis by 20% box = ax.get_position() ax.set_position([box.x0, box.y0, box.width * 0.8, box.height]) # Put a legend to the right of the current axis ax.legend(loc='center left', bbox_to_anchor=(1, 0.5)) plt.show()

并以类似的方式，垂直缩小绘图，并在底部放置一个水平图例：

看一下 matplotlib 图例指南。您还可以查看 plt.figlegend()。

% i) ax.legend() plt.show()

如果我们做同样的事情，但使用 bbox_to_anchor 关键字参数，我们可以将图例稍微移到坐标区边界之外：

同样，使图例更加水平和/或将其放在图的顶部（我还打开圆角和简单的阴影）：

或者，缩小当前绘图的宽度，并将图例完全放在图形的轴之外（注意：如果您使用 tight_layout()，然后省略 ax.set_position()：

并以类似的方式，垂直缩小绘图，并在底部放置一个水平图例：

看一下 matplotlib 图例指南。您还可以查看 plt.figlegend()。

% i) ax.legend(bbox_to_anchor=(1.1, 1.05)) plt.show()

同样，使图例更加水平和/或将其放在图的顶部（我还打开圆角和简单的阴影）：

或者，缩小当前绘图的宽度，并将图例完全放在图形的轴之外（注意：如果您使用 tight_layout()，然后省略 ax.set_position()：

并以类似的方式，垂直缩小绘图，并在底部放置一个水平图例：

看一下 matplotlib 图例指南。您还可以查看 plt.figlegend()。

% i) ax.legend() plt.show()

如果我们做同样的事情，但使用 bbox_to_anchor 关键字参数，我们可以将图例稍微移到坐标区边界之外：

同样，使图例更加水平和/或将其放在图的顶部（我还打开圆角和简单的阴影）：

或者，缩小当前绘图的宽度，并将图例完全放在图形的轴之外（注意：如果您使用 tight_layout()，然后省略 ax.set_position()：

并以类似的方式，垂直缩小绘图，并在底部放置一个水平图例：

看一下 matplotlib 图例指南。您还可以查看 plt.figlegend()。

%i) ax.legend(loc='upper center', bbox_to_anchor=(0.5, 1.05), ncol=3, fancybox=True, shadow=True) plt.show()

或者，缩小当前绘图的宽度，并将图例完全放在图形的轴之外（注意：如果您使用 tight_layout()，然后省略 ax.set_position()：

并以类似的方式，垂直缩小绘图，并在底部放置一个水平图例：

看一下 matplotlib 图例指南。您还可以查看 plt.figlegend()。

% i) ax.legend() plt.show()

如果我们做同样的事情，但使用 bbox_to_anchor 关键字参数，我们可以将图例稍微移到坐标区边界之外：

同样，使图例更加水平和/或将其放在图的顶部（我还打开圆角和简单的阴影）：

或者，缩小当前绘图的宽度，并将图例完全放在图形的轴之外（注意：如果您使用 tight_layout()，然后省略 ax.set_position()：

并以类似的方式，垂直缩小绘图，并在底部放置一个水平图例：

看一下 matplotlib 图例指南。您还可以查看 plt.figlegend()。

% i) ax.legend(bbox_to_anchor=(1.1, 1.05)) plt.show()

同样，使图例更加水平和/或将其放在图的顶部（我还打开圆角和简单的阴影）：

或者，缩小当前绘图的宽度，并将图例完全放在图形的轴之外（注意：如果您使用 tight_layout()，然后省略 ax.set_position()：

并以类似的方式，垂直缩小绘图，并在底部放置一个水平图例：

看一下 matplotlib 图例指南。您还可以查看 plt.figlegend()。

% i) ax.legend() plt.show()

如果我们做同样的事情，但使用 bbox_to_anchor 关键字参数，我们可以将图例稍微移到坐标区边界之外：

同样，使图例更加水平和/或将其放在图的顶部（我还打开圆角和简单的阴影）：

或者，缩小当前绘图的宽度，并将图例完全放在图形的轴之外（注意：如果您使用 tight_layout()，然后省略 ax.set_position()：

并以类似的方式，垂直缩小绘图，并在底部放置一个水平图例：

看一下 matplotlib 图例指南。您还可以查看 plt.figlegend()。

Answer 2

放置图例 (bbox_to_anchor)

使用 plt.legend。
例如，loc="upper right" 将图例放置在边界框的右上角，默认范围从 (0, 0) 到 ( 1, 1) 坐标轴坐标（或边界框表示法 (x0, y0, width, height) = (0, 0, 1, 1)）。

要将图例放置在轴边界框之外，可以指定图例左下角的轴坐标的元组(x0, y0)。

plt.legend(loc=(1.04, 0))

更通用的方法是使用 bbox_to_anchor 参数手动指定应放置图例的边界框。人们可以限制自己只提供 bbox 的 (x0, y0) 部分。这将创建一个零跨度框，图例将按照 loc 参数指定的方向展开。例如，

plt.legend(bbox_to_anchor=(1.04, 1), loc="upper left")

将图例放置在坐标区之外，使图例的左上角位于坐标区 (1.04, 1) 位置。

下面给出了更多示例，其中还显示了 mode 和 ncols 等不同参数之间的相互作用。

l1 = plt.legend(bbox_to_anchor=(1.04, 1), borderaxespad=0)
l2 = plt.legend(bbox_to_anchor=(1.04, 0), loc="lower left", borderaxespad=0)
l3 = plt.legend(bbox_to_anchor=(1.04, 0.5), loc="center left", borderaxespad=0)
l4 = plt.legend(bbox_to_anchor=(0, 1.02, 1, 0.2), loc="lower left",
                mode="expand", borderaxespad=0, ncol=3)
l5 = plt.legend(bbox_to_anchor=(1, 0), loc="lower right",
                bbox_transform=fig.transFigure, ncol=3)
l6 = plt.legend(bbox_to_anchor=(0.4, 0.8), loc="upper right")

有关如何将 4 元组参数解释为 bbox_to_anchor（如 l4）的详细信息，请参阅 这个问题。 mode="expand" 在 4 元组给出的边界框内水平扩展图例。有关垂直展开的图例，请参阅此问题。

有时，在图形坐标而不是轴坐标中指定边界框可能很有用。这如上面的示例 l5 所示，其中 bbox_transform 参数用于将图例放在图的左下角。

后处理

将图例放置在轴之外通常会导致不希望的情况，即它完全或部分位于图形画布之外。

此问题的解决方案是：

• 调整子图参数
  通过使用 plt.subplots_adjust。例如，

  <前><代码>plt.subplots_调整（右= 0.7）

  在图的右侧留出 30% 的空间，以便放置图例。

• 布局紧凑
  使用 plt.tight_layout 允许自动调整子图参数，使图中的元素紧贴图形边缘。不幸的是，这种自动操作中没有考虑图例，但我们可以提供一个矩形框，整个子图区域（包括标签）都将适合该矩形框。

  plt.tight_layout(rect=[0, 0, 0.75, 1])
  

• 使用 bbox_inches = "tight" 保存图形
  bbox_inches = "tight" >plt.savefig 可用于保存图形，以便画布上的所有艺术家（包括图例）都适合保存的区域。如果需要，图形尺寸会自动调整。

  plt.savefig("output.png", bbox_inches="tight")
  

• 自动调整子图参数
  可以在此答案中找到一种自动调整子图位置以使图例适合画布而不更改图形大小的方法：创建具有精确尺寸且无填充的图形（以及轴外的图例）

上面讨论的情况之间的比较：

替代方案

A图例

人们可以使用图例代替轴，matplotlib.figure.Figure.legend。这对于 Matplotlib 2.1 或更高版本特别有用，不需要特殊参数

fig.legend(loc=7)

即可为图形不同轴上的所有艺术家创建图例。图例是使用 loc 参数放置的，类似于将其放置在轴内的方式，但参考整个图形 - 因此它会自动位于轴外。剩下的就是调整子图，使图例和轴之间没有重叠。这里上面的“调整子图​​参数”点会很有帮助。示例：

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 2*np.pi)
colors = ["#7aa0c4", "#ca82e1", "#8bcd50", "#e18882"]
fig, axes = plt.subplots(ncols=2)
for i in range(4):
    axes[i//2].plot(x, np.sin(x+i), color=colors[i], label="y=sin(x + {})".format(i))

fig.legend(loc=7)
fig.tight_layout()
fig.subplots_adjust(right=0.75)
plt.show()

专用子图轴内的图例

使用 bbox_to_anchor 的替代方法是将图例放置在其专用子图轴中（lax ）。
由于图例子图应小于图，因此我们可以在创建轴时使用 gridspec_kw={"width_ratios":[4, 1]} 。
我们可以隐藏轴lax.axis("off")，但我们仍然放入图例。图例句柄和标签需要通过h, l = ax从真实绘图中获取.get_legend_handles_labels() 然后可以提供给 lax 子图 lax.legend(h, l) 中的图例。下面是一个完整的示例。

import matplotlib.pyplot as plt
plt.rcParams["figure.figsize"] = 6, 2

fig, (ax, lax) = plt.subplots(ncols=2, gridspec_kw={"width_ratios":[4, 1]})
ax.plot(x, y, label="y=sin(x)")
....

h, l = ax.get_legend_handles_labels()
lax.legend(h, l, borderaxespad=0)
lax.axis("off")

plt.tight_layout()
plt.show()

这会产生一个在视觉上与上面的图非常相似的图：

我们还可以使用第一个轴来放置图例，但使用图例轴的 bbox_transform，

ax.legend(bbox_to_anchor=(0, 0, 1, 1), bbox_transform=lax.transAxes)
lax.axis("off")

在这种方法中，我们不需要从外部获取图例句柄，但我们需要指定 bbox_to_anchor 参数。

进一步阅读和注释：

• 考虑 Matplotlib 图例指南 以及您其他内容的一些示例想做传奇。
• 可以直接在回答此问题时找到一些用于放置饼图图例的示例代码： Python - 图例与饼图重叠
• loc 参数可以采用数字而不是字符串，这使得调用更短，但是，它们彼此之间的映射不是很直观。以下是供参考的映射：

Answer 3

只需在 plot() 调用之后调用 legend() 即可：

# Matplotlib
plt.plot(...)
plt.legend(loc='center left', bbox_to_anchor=(1, 0.5))

# Pandas
df.myCol.plot().legend(loc='center left', bbox_to_anchor=(1, 0.5))

结果如下所示：

Answer 4

• 您可以通过指定 FontProperties 的 set_size 来缩小图例文本。
• 资源：
  • 图例指南
  • matplotlib.legend
  • matplotlib.pyplot.legend
  • matplotlib.font_manager
    • set_size(self, size)< /代码>
    • 有效字体大小为 xx-small、x-small、small、medium、大、x-large、xx-large、较大、较小和无。

    


  • 真正的 Python：使用 Matplotlib 进行 Python 绘图（指南）

  


import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties

fontP = FontProperties()
fontP.set_size('xx-small')

p1, = plt.plot([1, 2, 3], label='Line 1')
p2, = plt.plot([3, 2, 1], label='Line 2')
plt.legend(handles=[p1, p2], title='title', bbox_to_anchor=(1.05, 1), loc='upper left', prop=fontP)

• fontsize='xx-small' 也可以，无需导入 FontProperties。

plt.legend(handles=[p1, p2], title='title', bbox_to_anchor=(1.05, 1), loc='upper left', fontsize='xx-small')

Answer 5

要将图例放置在绘图区域之外，请使用 legend() 的 loc 和 bbox_to_anchor 关键字。例如，以下代码会将图例放置在绘图区域的右侧：

legend(loc="upper left", bbox_to_anchor=(1,1))

有关详细信息，请参阅 图例指南

Answer 6

简短回答：您可以使用 bbox_to_anchor + bbox_extra_artists + bbox_inches='tight'。

---

更长的答案：
您可以使用 bbox_to_anchor 手动指定图例框的位置，正如其他人在答案中指出的那样。

然而，常见的问题是图例框被裁剪，例如：

import matplotlib.pyplot as plt

# data 
all_x = [10,20,30]
all_y = [[1,3], [1.5,2.9],[3,2]]

# Plot
fig = plt.figure(1)
ax = fig.add_subplot(111)
ax.plot(all_x, all_y)

# Add legend, title and axis labels
lgd = ax.legend( [ 'Lag ' + str(lag) for lag in all_x], loc='center right', bbox_to_anchor=(1.3, 0.5))
ax.set_title('Title')
ax.set_xlabel('x label')
ax.set_ylabel('y label')

fig.savefig('image_output.png', dpi=300, format='png')

为了防止图例框为了避免被裁剪，当您保存图形时，您可以使用参数 bbox_extra_artists 和 bbox_inches 要求 savefig 在保存的图像中包含裁剪后的元素：

fig.savefig('image_output.png', bbox_extra_artists=(lgd,), bbox_inches='tight')

示例（我只更改了最后一行，向 fig.savefig( )):

import matplotlib.pyplot as plt

# data 
all_x = [10,20,30]
all_y = [[1,3], [1.5,2.9],[3,2]]

# Plot
fig = plt.figure(1)
ax = fig.add_subplot(111)
ax.plot(all_x, all_y)

# Add legend, title and axis labels
lgd = ax.legend( [ 'Lag ' + str(lag) for lag in all_x], loc='center right', bbox_to_anchor=(1.3, 0.5))
ax.set_title('Title')
ax.set_xlabel('x label')
ax.set_ylabel('y label')    

fig.savefig('image_output.png', dpi=300, format='png', bbox_extra_artists=(lgd,), bbox_inches='tight')

我希望 matplotlib 本机允许图例框的外部位置为 < a href="http://www.mathworks.com/help/matlab/ref/legend.html" rel="noreferrer">Matlab 会：

figure
x = 0:.2:12;
plot(x,besselj(1,x),x,besselj(2,x),x,besselj(3,x));
hleg = legend('First','Second','Third',...
              'Location','NorthEastOutside')
% Make the text of the legend italic and color it brown
set(hleg,'FontAngle','italic','TextColor',[.3,.2,.1])

Answer 7

除了这里所有优秀的答案之外，新版本的 matplotlib 和 pylab 可以自动确定图例的放置位置，而不会干扰绘图，如果可能的话。

pylab.legend(loc='best')

如果可能的话，这将自动将图例远离数据！

但是，如果没有地方放置图例而不与数据重叠，那么你会想尝试其他答案之一；使用 loc="best" 永远不会将图例放在绘图之外。

Answer 8

简短回答：在图例上调用可拖动并以交互方式将其移动到您想要的任何位置：

ax.legend().draggable()

长回答：如果您更喜欢以交互/手动方式而不是以编程方式放置图例，您可以切换图例的可拖动模式，以便您可以将其拖动到您想要的任何位置。检查下面的示例：

import matplotlib.pylab as plt
import numpy as np
#define the figure and get an axes instance
fig = plt.figure()
ax = fig.add_subplot(111)
#plot the data
x = np.arange(-5, 6)
ax.plot(x, x*x, label='y = x^2')
ax.plot(x, x*x*x, label='y = x^3')
ax.legend().draggable()
plt.show()

Answer 9

matplotlib 3.7 中的新增功能

图形图例现在接受“外部”位置 直接，例如loc='outside right upper'。

1. 确保布局是“约束”的
2. 使用 fig.legend （不是 plt.legend 或 ax.legend）
3. 在位置字符串前面添加“outside”

import matplotlib.pyplot as plt
import numpy as np

fig, ax = plt.subplots(layout='constrained')
                               #1

x = np.linspace(-np.pi, np.pi)
ax.plot(x, x, label='$f(x) = x
 
多个子图也可以很好地使用新的“外部”位置：
fig, (ax1, ax2) = plt.subplots(1, 2, layout='constrained')
#                                    --------------------

x = np.linspace(-np.pi, np.pi)
ax1.plot(x, x,         '-',  label='$f(x) = x
 
请注意，可用的“外部”位置是预设的，因此如果您需要更精细的定位，请使用旧的答案。但是，标准位置应该适合大多数用例：
locs = [
    'outside upper left', 'outside upper center', 'outside upper right',
    'outside center left', 'upper center right',
    'outside lower left', 'outside lower center', 'outside lower right',
]
for loc in locs:
    fig.legend(loc=loc, title=loc)

 
locs = [
    'outside left upper', 'outside left lower',
    'outside right upper', 'outside right lower',
]
for loc in locs:
    fig.legend(loc=loc, title=loc)

 
)
ax.plot(x, np.sin(x), label='$f(x) = sin(x)
 
多个子图也可以很好地使用新的“外部”位置：

 
请注意，可用的“外部”位置是预设的，因此如果您需要更精细的定位，请使用旧的答案。但是，标准位置应该适合大多数用例：

 

 
)
ax.plot(x, np.cos(x), label='$f(x) = cos(x)
 
多个子图也可以很好地使用新的“外部”位置：

 
请注意，可用的“外部”位置是预设的，因此如果您需要更精细的定位，请使用旧的答案。但是，标准位置应该适合大多数用例：

 

 
)

fig.legend(loc='outside right upper')
#2              #3

plt.show()

 
多个子图也可以很好地使用新的“外部”位置：

 
请注意，可用的“外部”位置是预设的，因此如果您需要更精细的定位，请使用旧的答案。但是，标准位置应该适合大多数用例：

 

 
)
ax1.plot(x, np.sin(x), '--', label='$f(x) = sin(x)
 
请注意，可用的“外部”位置是预设的，因此如果您需要更精细的定位，请使用旧的答案。但是，标准位置应该适合大多数用例：

 

 
)
ax.plot(x, np.sin(x), label='$f(x) = sin(x)
 
多个子图也可以很好地使用新的“外部”位置：

 
请注意，可用的“外部”位置是预设的，因此如果您需要更精细的定位，请使用旧的答案。但是，标准位置应该适合大多数用例：

 

 
)
ax.plot(x, np.cos(x), label='$f(x) = cos(x)
 
多个子图也可以很好地使用新的“外部”位置：

 
请注意，可用的“外部”位置是预设的，因此如果您需要更精细的定位，请使用旧的答案。但是，标准位置应该适合大多数用例：

 

 
)

fig.legend(loc='outside right upper')
#2              #3

plt.show()

多个子图也可以很好地使用新的“外部”位置：

请注意，可用的“外部”位置是预设的，因此如果您需要更精细的定位，请使用旧的答案。但是，标准位置应该适合大多数用例：

) ax2.plot(x, np.cos(x), ':', label='$f(x) = cos(x)

请注意，可用的“外部”位置是预设的，因此如果您需要更精细的定位，请使用旧的答案。但是，标准位置应该适合大多数用例：

) ax.plot(x, np.sin(x), label='$f(x) = sin(x)

多个子图也可以很好地使用新的“外部”位置：

请注意，可用的“外部”位置是预设的，因此如果您需要更精细的定位，请使用旧的答案。但是，标准位置应该适合大多数用例：

) ax.plot(x, np.cos(x), label='$f(x) = cos(x)

多个子图也可以很好地使用新的“外部”位置：

请注意，可用的“外部”位置是预设的，因此如果您需要更精细的定位，请使用旧的答案。但是，标准位置应该适合大多数用例：

) fig.legend(loc='outside right upper') #2 #3 plt.show()

多个子图也可以很好地使用新的“外部”位置：

请注意，可用的“外部”位置是预设的，因此如果您需要更精细的定位，请使用旧的答案。但是，标准位置应该适合大多数用例：

) fig.legend(loc='outside right center') # -------

请注意，可用的“外部”位置是预设的，因此如果您需要更精细的定位，请使用旧的答案。但是，标准位置应该适合大多数用例：

) ax.plot(x, np.sin(x), label='$f(x) = sin(x)

多个子图也可以很好地使用新的“外部”位置：

请注意，可用的“外部”位置是预设的，因此如果您需要更精细的定位，请使用旧的答案。但是，标准位置应该适合大多数用例：

) ax.plot(x, np.cos(x), label='$f(x) = cos(x)

多个子图也可以很好地使用新的“外部”位置：

请注意，可用的“外部”位置是预设的，因此如果您需要更精细的定位，请使用旧的答案。但是，标准位置应该适合大多数用例：

) fig.legend(loc='outside right upper') #2 #3 plt.show()

多个子图也可以很好地使用新的“外部”位置：

请注意，可用的“外部”位置是预设的，因此如果您需要更精细的定位，请使用旧的答案。但是，标准位置应该适合大多数用例：

Answer 10

新版本的 Matplotlib 使得将图例定位在绘图之外变得更加容易。我使用 Matplotlib 版本 3.1.1 生成了这个示例。

用户可以将 2 元组坐标传递给 loc 参数，以将图例定位在边界框中的任意位置。唯一的问题是您需要运行 plt.tight_layout() 来让 matplotlib 重新计算绘图尺寸，以便图例可见：

import matplotlib.pyplot as plt

plt.plot([0, 1], [0, 1], label="Label 1")
plt.plot([0, 1], [0, 2], label='Label 2')

plt.legend(loc=(1.05, 0.5))
plt.tight_layout()

这会导致以下绘图：

参考文献：

• matplotlib.pyplot.legend

Answer 11

这并不完全是您所要求的，但我发现它是同一问题的替代方案。

使图例半透明，如下所示：

执行此操作：

fig = pylab.figure()
ax = fig.add_subplot(111)
ax.plot(x, y, label=label, color=color)
# Make the legend transparent:
ax.legend(loc=2, fontsize=10, fancybox=True).get_frame().set_alpha(0.5)
# Make a transparent text box
ax.text(0.02, 0.02, yourstring, verticalalignment='bottom',
                    horizontalalignment='left',
                    fontsize=10,
                    bbox={'facecolor':'white', 'alpha':0.6, 'pad':10},
                    transform=self.ax.transAxes)

Answer 12

如前所述，您还可以将图例放置在图中，或者稍微偏离边缘。以下是使用 Plotly Python API 的示例，由 IPython 笔记本。我在团队里。

首先，您需要安装必要的软件包：

import plotly
import math
import random
import numpy as np

然后，安装 Plotly：

un='IPython.Demo'
k='1fw3zw2o13'
py = plotly.plotly(username=un, key=k)


def sin(x,n):
sine = 0
for i in range(n):
    sign = (-1)**i
    sine = sine + ((x**(2.0*i+1))/math.factorial(2*i+1))*sign
return sine

x = np.arange(-12,12,0.1)

anno = {
'text': '$\\sum_{k=0}^{\\infty} \\frac {(-1)^k x^{1+2k}}{(1 + 2k)!}
这将创建您的图表，并允许您将图例保留在图表本身中。如果未设置图例，则默认将其放置在图中，如此处所示。
 
对于替代放置，您可以紧密对齐图形边缘和图例边框，然后删除边框线更贴合。
 
您可以使用代码或 GUI 移动图例和图表并重新设置其样式。要移动图例，您可以使用以下选项通过指定 x 和 y 值 <= 1 将图例放置在图表内。例如：

 {"x" : 0,"y" : 0} -- 左下
{"x" : 1, "y" : 0} -- 右下
{"x" : 1, "y" : 1} - - 右上
{"x" : 0, "y" : 1} -- 左上
{"x" :.5, "y" : 0} -- Bottom Center
 {"x": .5, "y" : 1} -- Top Center

在本例中，我们选择右上角，legendstyle = {"x" : 1, " y" : 1}，也在文档中进行了描述：
 
,
'x': 0.3, 'y': 0.6,'xref': "paper", 'yref': "paper",'showarrow': False,
'font':{'size':24}
}

l = {
'annotations': [anno], 
'title': 'Taylor series of sine',
'xaxis':{'ticks':'','linecolor':'white','showgrid':False,'zeroline':False},
'yaxis':{'ticks':'','linecolor':'white','showgrid':False,'zeroline':False},
'legend':{'font':{'size':16},'bordercolor':'white','bgcolor':'#fcfcfc'}
}

py.iplot([{'x':x, 'y':sin(x,1), 'line':{'color':'#e377c2'}, 'name':'$x\\\\
这将创建您的图表，并允许您将图例保留在图表本身中。如果未设置图例，则默认将其放置在图中，如此处所示。
 
对于替代放置，您可以紧密对齐图形边缘和图例边框，然后删除边框线更贴合。
 
您可以使用代码或 GUI 移动图例和图表并重新设置其样式。要移动图例，您可以使用以下选项通过指定 x 和 y 值 <= 1 将图例放置在图表内。例如：

 {"x" : 0,"y" : 0} -- 左下
{"x" : 1, "y" : 0} -- 右下
{"x" : 1, "y" : 1} - - 右上
{"x" : 0, "y" : 1} -- 左上
{"x" :.5, "y" : 0} -- Bottom Center
 {"x": .5, "y" : 1} -- Top Center

在本例中，我们选择右上角，legendstyle = {"x" : 1, " y" : 1}，也在文档中进行了描述：
 
},\
      {'x':x, 'y':sin(x,2), 'line':{'color':'#7f7f7f'},'name':'$ x-\\frac{x^3}{6}
这将创建您的图表，并允许您将图例保留在图表本身中。如果未设置图例，则默认将其放置在图中，如此处所示。
 
对于替代放置，您可以紧密对齐图形边缘和图例边框，然后删除边框线更贴合。
 
您可以使用代码或 GUI 移动图例和图表并重新设置其样式。要移动图例，您可以使用以下选项通过指定 x 和 y 值 <= 1 将图例放置在图表内。例如：

 {"x" : 0,"y" : 0} -- 左下
{"x" : 1, "y" : 0} -- 右下
{"x" : 1, "y" : 1} - - 右上
{"x" : 0, "y" : 1} -- 左上
{"x" :.5, "y" : 0} -- Bottom Center
 {"x": .5, "y" : 1} -- Top Center

在本例中，我们选择右上角，legendstyle = {"x" : 1, " y" : 1}，也在文档中进行了描述：
 
},\
      {'x':x, 'y':sin(x,3), 'line':{'color':'#bcbd22'},'name':'$ x-\\frac{x^3}{6}+\\frac{x^5}{120}
这将创建您的图表，并允许您将图例保留在图表本身中。如果未设置图例，则默认将其放置在图中，如此处所示。
 
对于替代放置，您可以紧密对齐图形边缘和图例边框，然后删除边框线更贴合。
 
您可以使用代码或 GUI 移动图例和图表并重新设置其样式。要移动图例，您可以使用以下选项通过指定 x 和 y 值 <= 1 将图例放置在图表内。例如：

 {"x" : 0,"y" : 0} -- 左下
{"x" : 1, "y" : 0} -- 右下
{"x" : 1, "y" : 1} - - 右上
{"x" : 0, "y" : 1} -- 左上
{"x" :.5, "y" : 0} -- Bottom Center
 {"x": .5, "y" : 1} -- Top Center

在本例中，我们选择右上角，legendstyle = {"x" : 1, " y" : 1}，也在文档中进行了描述：
 
},\
      {'x':x, 'y':sin(x,4), 'line':{'color':'#17becf'},'name':'$ x-\\frac{x^5}{120}
这将创建您的图表，并允许您将图例保留在图表本身中。如果未设置图例，则默认将其放置在图中，如此处所示。
 
对于替代放置，您可以紧密对齐图形边缘和图例边框，然后删除边框线更贴合。
 
您可以使用代码或 GUI 移动图例和图表并重新设置其样式。要移动图例，您可以使用以下选项通过指定 x 和 y 值 <= 1 将图例放置在图表内。例如：

 {"x" : 0,"y" : 0} -- 左下
{"x" : 1, "y" : 0} -- 右下
{"x" : 1, "y" : 1} - - 右上
{"x" : 0, "y" : 1} -- 左上
{"x" :.5, "y" : 0} -- Bottom Center
 {"x": .5, "y" : 1} -- Top Center

在本例中，我们选择右上角，legendstyle = {"x" : 1, " y" : 1}，也在文档中进行了描述：
 
}], layout=l)

这将创建您的图表，并允许您将图例保留在图表本身中。如果未设置图例，则默认将其放置在图中，如此处所示。

对于替代放置，您可以紧密对齐图形边缘和图例边框，然后删除边框线更贴合。

您可以使用代码或 GUI 移动图例和图表并重新设置其样式。要移动图例，您可以使用以下选项通过指定 x 和 y 值 <= 1 将图例放置在图表内。例如：

• {"x" : 0,"y" : 0} -- 左下
• {"x" : 1, "y" : 0} -- 右下
• {"x" : 1, "y" : 1} - - 右上
• {"x" : 0, "y" : 1} -- 左上
• {"x" :.5, "y" : 0} -- Bottom Center
• {"x": .5, "y" : 1} -- Top Center

在本例中，我们选择右上角，legendstyle = {"x" : 1, " y" : 1}，也在文档中进行了描述：

Answer 13

我只是使用字符串 'center left' 作为位置，就像 MATLAB< /a>.

我从 Matplotlib 导入了 pyplot。

代码如下：

import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties

t = A[:, 0]
sensors = A[:, index_lst]

for i in range(sensors.shape[1]):
    plt.plot(t, sensors[:, i])

plt.xlabel('s')
plt.ylabel('°C')
lgd = plt.legend(loc='center left', bbox_to_anchor=(1, 0.5), fancybox = True, shadow = True)

Answer 14

您还可以尝试figlegend。可以创建独立于任何 Axes 对象的图例。但是，您可能需要创建一些“虚拟”路径以确保正确传递对象的格式。

Answer 15

这是另一个解决方案，类似于添加 bbox_extra_artists 和 bbox_inches，您不必在 savefig 调用范围内添加额外的艺术家。我想出了这个，因为我在函数内生成了大部分绘图。

当您想要将其写出时，无需将所有添加内容添加到边界框，您可以提前将它们添加到 Figure 的艺术家中。使用类似于Franck Dernoncourt的答案的内容：

import matplotlib.pyplot as plt

# Data
all_x = [10, 20, 30]
all_y = [[1, 3], [1.5, 2.9], [3, 2]]

# Plotting function
def gen_plot(x, y):
    fig = plt.figure(1)
    ax = fig.add_subplot(111)
    ax.plot(all_x, all_y)
    lgd = ax.legend(["Lag " + str(lag) for lag in all_x], loc="center right", bbox_to_anchor=(1.3, 0.5))
    fig.artists.append(lgd) # Here's the change
    ax.set_title("Title")
    ax.set_xlabel("x label")
    ax.set_ylabel("y label")
    return fig

# Plotting
fig = gen_plot(all_x, all_y)

# No need for `bbox_extra_artists`
fig.savefig("image_output.png", dpi=300, format="png", bbox_inches="tight")

。

Answer 16

这些方面的一些东西对我有用。从 Joe 获取的一些代码开始，此方法修改窗口宽度以自动将图例调整到图的右侧。

import matplotlib.pyplot as plt
import numpy as np

plt.ion()

x = np.arange(10)

fig = plt.figure()
ax = plt.subplot(111)

for i in xrange(5):
    ax.plot(x, i * x, label='$y = %ix
%i)

# Put a legend to the right of the current axis
leg = ax.legend(loc='center left', bbox_to_anchor=(1, 0.5))

plt.draw()

# Get the ax dimensions.
box = ax.get_position()
xlocs = (box.x0,box.x1)
ylocs = (box.y0,box.y1)

# Get the figure size in inches and the dpi.
w, h = fig.get_size_inches()
dpi = fig.get_dpi()

# Get the legend size, calculate new window width and change the figure size.
legWidth = leg.get_window_extent().width
winWidthNew = w*dpi+legWidth
fig.set_size_inches(winWidthNew/dpi,h)

# Adjust the window size to fit the figure.
mgr = plt.get_current_fig_manager()
mgr.window.wm_geometry("%ix%i"%(winWidthNew,mgr.window.winfo_height()))

# Rescale the ax to keep its original size.
factor = w*dpi/winWidthNew
x0 = xlocs[0]*factor
x1 = xlocs[1]*factor
width = box.width*factor
ax.set_position([x0,ylocs[0],x1-x0,ylocs[1]-ylocs[0]])

plt.draw()

Answer 17

当我有一个巨大的图例时，对我有用的解决方案是使用额外的空图像布局。

在下面的示例中，我制作了四行，并在底部绘制了带有图例偏​​移量的图像 (bbox_to_anchor)。在顶部它不会被切割。

f = plt.figure()
ax = f.add_subplot(414)
lgd = ax.legend(loc='upper left', bbox_to_anchor=(0, 4), mode="expand", borderaxespad=0.3)
ax.autoscale_view()
plt.savefig(fig_name, format='svg', dpi=1200, bbox_extra_artists=(lgd,), bbox_inches='tight')

Answer 18

以下是 此处 中的 matplotlib 教程的示例。这是更简单的示例之一，但我为图例添加了透明度并添加了 plt.show()，以便您可以将其粘贴到交互式 shell 中并获得结果：

import matplotlib.pyplot as plt
p1, = plt.plot([1, 2, 3])
p2, = plt.plot([3, 2, 1])
p3, = plt.plot([2, 3, 1])
plt.legend([p2, p1, p3], ["line 1", "line 2", "line 3"]).get_frame().set_alpha(0.5)
plt.show()