如何为多个子图制作一个图例？

问题描述：

我正在用 Matplotlib 绘制相同类型的信息，但针对不同的国家/地区，并绘制多个子图。也就是说，我在 3x3 网格上有九个图，所有图的线条都相同（当然，每条线的值不同）。

但是，我还没有弄清楚如何将单个图例（因为所有九个子图都有相同的线条）只放在图形上一次。

我该如何做呢？

解决方案 1：

您还可以在最后一个轴上调用一个很好的函数get_legend_handles_labels()（如果您对它们进行迭代），它将从label=参数中收集您需要的所有内容：

handles, labels = ax.get_legend_handles_labels()
fig.legend(handles, labels, loc='upper center')

如果pyplot正在使用接口而不是Axes接口，请使用：

handles, labels = plt.gca().get_legend_handles_labels()

要从子图中删除图例，请参阅删除 matplotlib 图形上的图例。

要合并twinx图例，请参阅使用 twinx() 的次轴：如何添加到图例。

解决方案 2：

figlegend可能是你正在寻找的：matplotlib.pyplot.figlegend

一个例子是图例演示。

另一个例子：

plt.figlegend(lines, labels, loc = 'lower center', ncol=5, labelspacing=0.)

或者：

fig.legend(lines, labels, loc = (0.5, 0), ncol=5)

解决方案 3：

总结

lines_labels = [ax.get_legend_handles_labels() for ax in fig.axes]
lines, labels = [sum(lol, []) for lol in zip(*lines_labels)]
fig.legend(lines, labels)

我注意到其他答案都没有显示带有单个图例的图像，该图例引用不同子图中的多条曲线，所以我必须向您展示一个......让您好奇......

现在，如果我够逗你了，下面是代码

from numpy import linspace
import matplotlib.pyplot as plt

# each Axes has a brand new prop_cycle, so to have differently
# colored curves in different Axes, we need our own prop_cycle
# Note: we CALL the axes.prop_cycle to get an itertoools.cycle
color_cycle = plt.rcParams['axes.prop_cycle']()

# I need some curves to plot
x = linspace(0, 1, 51)
functs = [x*(1-x), x**2*(1-x),
          0.25-x*(1-x), 0.25-x**2*(1-x)] 
labels = ['$x-x²$', '$x²-x³$',
          '$\\frac{1}{4} - (x-x²)$', '$\\frac{1}{4} - (x²-x³)$']

# the plot, 
fig, (a1,a2) = plt.subplots(2)
for ax, f, l, cc in zip((a1,a1,a2,a2), functs, labels, color_cycle): 
    ax.plot(x, f, label=l, **cc)
    ax.set_aspect(2) # superfluos, but nice

# So far, nothing special except the managed prop_cycle. Now the trick:
lines_labels = [ax.get_legend_handles_labels() for ax in fig.axes]
lines, labels = [sum(lol, []) for lol in zip(*lines_labels)]

# Finally, the legend (that maybe you'll customize differently)
fig.legend(lines, labels, loc='upper center', ncol=4)
plt.show()

• 如果您想坚持使用官方的 Matplotlib API，那么这是完美的，否则请参阅下面的注释 1（有一个私有
  方法......）

• 这两条线

lines_labels = [ax.get_legend_handles_labels() for ax in fig.axes]
lines, labels = [sum(lol, []) for lol in zip(*lines_labels)]

值得解释，请参阅下文注释2。

• 我尝试了最受欢迎和接受的答案提出的方法，

 # fig.legend(lines, labels, loc='upper center', ncol=4)
 fig.legend(*a2.get_legend_handles_labels(),
            loc='upper center', ncol=4)

这就是我得到的

注 1

如果您不介意使用matplotlib.legend模块的私有方法...这真的要容易得多

from matplotlib.legend import _get_legend_handles_labels
...

fig.legend(*_get_legend_handles_and_labels(fig.axes), ...)

注 2

我把这两行棘手的代码封装在一个函数中，只有四行代码，但注释了很多

def fig_legend(fig, **kwdargs):

    # Generate a sequence of tuples, each contains
    #  - a list of handles (lohand) and
    #  - a list of labels (lolbl)
    tuples_lohand_lolbl = (ax.get_legend_handles_labels() for ax in fig.axes)
    # E.g., a figure with two axes, ax0 with two curves, ax1 with one curve
    # yields:   ([ax0h0, ax0h1], [ax0l0, ax0l1]) and ([ax1h0], [ax1l0])

    # The legend needs a list of handles and a list of labels,
    # so our first step is to transpose our data,
    # generating two tuples of lists of homogeneous stuff(tolohs), i.e.,
    # we yield ([ax0h0, ax0h1], [ax1h0]) and ([ax0l0, ax0l1], [ax1l0])
    tolohs = zip(*tuples_lohand_lolbl)

    # Finally, we need to concatenate the individual lists in the two
    # lists of lists: [ax0h0, ax0h1, ax1h0] and [ax0l0, ax0l1, ax1l0]
    # a possible solution is to sum the sublists - we use unpacking
    handles, labels = (sum(list_of_lists, []) for list_of_lists in tolohs)

    # Call fig.legend with the keyword arguments, return the legend object

    return fig.legend(handles, labels, **kwdargs)

我认识到这sum(list_of_lists, [])是一种非常低效的展平列表列表的方法，但是 ① 我喜欢它的紧凑性；② 通常是几个子图中的几条曲线；③ Matplotlib 和效率？;-)

解决方案 4：

对于具有多个轴的 中的单个图例的自动定位figure，就像使用 获得的图例一样subplots()，以下解决方案非常有效：

plt.legend(lines, labels, loc = 'lower center', bbox_to_anchor = (0, -0.1, 1, 1),
           bbox_transform = plt.gcf().transFigure)

使用bbox_to_anchor和bbox_transform=plt.gcf().transFigure，您将定义一个大小为 的新边界框figure作为 的参考loc。使用(0, -0.1, 1, 1)将此边界框略微向下移动，以防止图例被放置在其他艺术家之上。

OBS：使用后fig.set_size_inches()和使用前使用此解决方案fig.tight_layout()

解决方案 5：

您只需要在循环之外询问一次图例即可。

例如，在这种情况下，我有 4 个子图，具有相同的线条和一个图例。

from matplotlib.pyplot import *

ficheiros = ['120318.nc', '120319.nc', '120320.nc', '120321.nc']

fig = figure()
fig.suptitle('concentration profile analysis')

for a in range(len(ficheiros)):
    # dados is here defined
    level = dados.variables['level'][:]

    ax = fig.add_subplot(2,2,a+1)
    xticks(range(8), ['0h','3h','6h','9h','12h','15h','18h','21h']) 
    ax.set_xlabel('time (hours)')
    ax.set_ylabel('CONC ($mu g. m^{-3}$)')

    for index in range(len(level)):
        conc = dados.variables['CONC'][4:12,index] * 1e9
        ax.plot(conc,label=str(level[index])+'m')

    dados.close()

ax.legend(bbox_to_anchor=(1.05, 0), loc='lower left', borderaxespad=0.)
         # it will place the legend on the outer right-hand side of the last axes

show()

解决方案 6：

在gboffi 和 Ben Usman 的答案的基础上进行构建：

如果在不同的子图中存在具有相同颜色和标签的不同线条，则可以执行以下操作：

labels_handles = {
  label: handle for ax in fig.axes for handle, label in zip(*ax.get_legend_handles_labels())
}

fig.legend(
  labels_handles.values(),
  labels_handles.keys(),
  loc = "upper center",
  bbox_to_anchor = (0.5, 0),
  bbox_transform = plt.gcf().transFigure,
)

解决方案 7：

如果您使用条形图的子图，并且每个条形使用不同的颜色，则使用 自己创建工件可能会更快mpatches。

假设您有四个不同颜色的条形图，分别为r、m、c和k，您可以按如下方式设置图例：

import matplotlib.patches as mpatches
import matplotlib.pyplot as plt
labels = ['Red Bar', 'Magenta Bar', 'Cyan Bar', 'Black Bar']


#####################################
# Insert code for the subplots here #
#####################################


# Now, create an artist for each color
red_patch = mpatches.Patch(facecolor='r', edgecolor='#000000') # This will create a red bar with black borders, you can leave out edgecolor if you do not want the borders
black_patch = mpatches.Patch(facecolor='k', edgecolor='#000000')
magenta_patch = mpatches.Patch(facecolor='m', edgecolor='#000000')
cyan_patch = mpatches.Patch(facecolor='c', edgecolor='#000000')
fig.legend(handles = [red_patch, magenta_patch, cyan_patch, black_patch], labels=labels,
       loc="center right",
       borderaxespad=0.1)
plt.subplots_adjust(right=0.85) # Adjust the subplot to the right for the legend

解决方案 8：

使用 Matplotlib 2.2.2，可以使用 gridspec 功能实现这一点。

在下面的示例中，目标是将四个子图以 2x2 的方式排列，并在底部显示图例。在底部创建一个“假”轴，以将图例放置在固定位置。然后关闭“假”轴，只显示图例。结果：

import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec

# Gridspec demo
fig = plt.figure()
fig.set_size_inches(8, 9)
fig.set_dpi(100)

rows   = 17 # The larger the number here, the smaller the spacing around the legend
start1 = 0
end1   = int((rows-1)/2)
start2 = end1
end2   = int(rows-1)

gspec = gridspec.GridSpec(ncols=4, nrows=rows)

axes = []
axes.append(fig.add_subplot(gspec[start1:end1, 0:2]))
axes.append(fig.add_subplot(gspec[start2:end2, 0:2]))
axes.append(fig.add_subplot(gspec[start1:end1, 2:4]))
axes.append(fig.add_subplot(gspec[start2:end2, 2:4]))
axes.append(fig.add_subplot(gspec[end2, 0:4]))

line, = axes[0].plot([0, 1], [0, 1], 'b')         # Add some data
axes[-1].legend((line,), ('Test',), loc='center') # Create legend on bottommost axis
axes[-1].set_axis_off()                           # Don't show the bottom-most axis

fig.tight_layout()
plt.show()

解决方案 9：

该答案是对用户707650关于图例位置的答案的补充。

我第一次尝试用户 707650 的解决方案由于图例和子图标题重叠而失败。

事实上，重叠是由 引起的fig.tight_layout()，它改变了子图的布局，而没有考虑图例。但是，fig.tight_layout()是必要的。

为了避免重叠，我们可以fig.tight_layout()通过 来为图形的图例留出空间fig.tight_layout(rect=(0,0,1,0.9))。

tight_layout() 参数的描述。

解决方案 10：

在我的编码历程中，所有先前的答案都超出了我的理解范围，所以我只添加了另一个称为补丁的 Matplotlib 方面：

import matplotlib.patches as mpatches

first_leg = mpatches.Patch(color='red', label='1st plot')
second_leg = mpatches.Patch(color='blue', label='2nd plot')
thrid_leg = mpatches.Patch(color='green', label='3rd plot')
plt.legend(handles=[first_leg ,second_leg ,thrid_leg ])

补丁方面将我需要的所有数据放在了我的最终图上（它是一条线图，将三条不同的线图组合在Jupyter Notebook中的同一个单元格中）。

结果

（我把这些名字改成了我自己的传奇。）