### Python Matplotlib 添加图例示例 在 Python 的 Matplotlib 库中，可以通过 `plt.legend()` 方法轻松添加图例以增强图表的可视化效果。以下是详细的说明和代码示例。 #### 使用 `label` 参数标记数据系列 为了使图例能够正确显示每条曲线对应的名称，在绘制图形时需为每个数据系列指定 `label` 参数[^3]。例如： ```python import matplotlib.pyplot as plt # 数据准备 x = [1, 2, 3, 4, 5] y1 = [2, 4, 6, 8, 10] y2 = [1, 3, 5, 7, 9] # 绘制折线图并设置标签 plt.plot(x, y1, label='Line 1') plt.plot(x, y2, label='Line 2') # 添加图例 plt.legend() # 设置标题和坐标轴标签 plt.title("带有图例的折线图") plt.xlabel("X轴") plt.ylabel("Y轴") # 显示图像 plt.show() ``` 上述代码通过 `label` 参数分别为两条直线命名，并调用 `plt.legend()` 来展示这些名称作为图例。 #### 自定义图例位置 默认情况下，Matplotlib 会自动选择最佳的位置放置图例。如果需要手动调整其位置，则可以在 `plt.legend()` 中传入 `loc` 参数。例如： ```python plt.legend(loc="upper left") # 将图例放在左上角 ``` 支持的定位选项包括但不限于 `"best"`、`"upper right"`、`"lower left"` 等。 #### 图例水平排列 当希望图例中的项以水平方式排列而非垂直堆叠时，可利用 `ncol` 参数控制列数[^2]。如下所示： ```python plt.legend(ncol=2) # 让图例分为两列显示 ``` 此方法特别适用于有多个项目需要标注的情况，从而优化布局空间利用率。 #### 完整综合实例 下面提供了一个更复杂的例子，演示了如何结合以上特性创建美观实用的带图例图表： ```python import numpy as np import matplotlib.pyplot as plt # 配置全局字体样式以便兼容中文 plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False # 构造模拟数据集 x = np.linspace(-np.pi, np.pi, 256) sin_y = np.sin(x) cos_y = np.cos(x) # 绘制正弦波与余弦波 plt.plot(x, sin_y, color="blue", linewidth=2.0, linestyle="-", label=r"$\sin(x)$") plt.plot(x, cos_y, color="red", linewidth=2.0, linestyle="--", label=r"$\cos(x)$") # 增强视觉表现力 plt.xlim(-4.0, 4.0) plt.ylim(-1.5, 1.5) plt.xticks([-np.pi, -np.pi/2, 0, np.pi/2, np.pi], [r'$-\pi$', r'$-\pi/2$', r'$0$', r'$+\pi/2$', r'$+\pi$']) plt.yticks([-1, 0, +1], [r'$-1$', r'$0$', r'$+1$']) # 插入图例 plt.legend(loc='upper right', ncol=1, fontsize=12) # 补充其他装饰要素 plt.title(u'正弦函数 vs 余弦函数') plt.grid(True) # 展现最终成果 plt.show() ``` 该脚本不仅实现了基本的功能需求，还兼顾到了细节上的美化处理，如自定义刻度标签以及启用网格辅助阅读等功能。