在 Python 中，可以利用 Matplotlib 或 Pyecharts 等库实现图表绘制，并将图例设置为表格的行名或索引。以下是基于 Matplotlib 和 Pandas 的解决方案。 --- ### 使用 Matplotlib 设置图例为表格行名 假设有一个 Pandas DataFrame，其行名为类别名称，可以通过以下方式将这些行名作为图例标签： #### 示例代码 ```python import matplotlib.pyplot as plt import pandas as pd # 创建示例数据 data = { 'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9] } index_names = ['Row1', 'Row2', 'Row3'] df = pd.DataFrame(data, index=index_names) # 绘制图形 for label in df.columns: plt.plot(df[label], label=label) # 获取行名并设置为图例 plt.legend(title="Table Index", labels=df.index) # 添加其他细节 plt.xlabel("X-axis") plt.ylabel("Y-axis") plt.title("Plot with Legend as Table Row Names") # 显示图形 plt.show() ``` --- #### 解析与说明 1. **获取行名** 使用 `df.index` 提取 DataFrame 的行名列表[^1]。 2. **传递给图例** 在调用 `plt.legend()` 时，通过参数 `labels=df.index` 将行名设置为图例标签[^2]。 3. **自定义图例标题** 参数 `title="Table Index"` 可以为图例添加一个可选的标题。 --- ### 使用 Pyecharts 设置图例为表格行名 Pyecharts 是另一个强大的可视化工具，支持更复杂的交互式图表。同样可以将表的行名映射到图例中。 #### 示例代码 ```python from pyecharts.charts import Line from pyecharts import options as opts import pandas as pd # 创建示例数据 data = { 'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9] } index_names = ['Row1', 'Row2', 'Row3'] df = pd.DataFrame(data, index=index_names) # 初始化折线图 line_chart = Line() # 添加 X 轴数据 line_chart.add_xaxis(list(range(len(df)))) # 循环添加每列数据 for col in df.columns: line_chart.add_yaxis( series_name=col, y_axis=list(df[col]), is_selected=True # 默认显示该系列 ) # 设置全局选项 line_chart.set_global_opts( title_opts=opts.TitleOpts(title="Line Chart Example"), legend_opts=opts.LegendOpts(type_="scroll", pos_left="left") # 支持滚动图例 ) # 渲染图表 line_chart.render("line_chart.html") ``` --- #### 解析与说明 1. **动态生成序列名称** 在循环中使用 `series_name=col` 将每一列的名字作为图例项[^3]。 2. **支持滚动图例** 如果有大量图例项，可通过 `LegendOpts` 启用滚动功能。 3. **渲染 HTML 文件** 使用 `render()` 方法导出交互式图表至本地文件。 --- ### 注意事项 - 若 DataFrame 的行名过长，可能会影响图例布局。此时需调整字体大小或启用缩放功能。 - 对于复杂场景（如多 Y 轴或多子图），需要额外配置坐标轴和共享图例逻辑。 ---