Matplotlib:调整图例位置/位置

时间:2014-06-05 13:17:34

标签: python matplotlib plot position legend

我正在创建一个包含多个子图的图形。其中一个子图给我带来了一些麻烦,因为没有任何轴角或中心可以自由(或者可以释放)来放置图例。我想做的是将图例放在“左上”和“左中”位置之间的某处,同时保持它与y轴之间的填充等于其他子图中的图例(即使用其中一个预定义的图例位置关键字放置。

我知道我可以使用loc=(x,y)来指定自定义位置,但是我无法弄清楚如何使图例和y轴之间的填充等于其他图例所使用的填充。是否有可能以某种方式使用第一个图例的borderaxespad属性?虽然我没有成功地让它发挥作用。

欢迎任何建议!

编辑:这是一个(非常简化的)问题说明:

import matplotlib.pyplot as plt

fig, ax = plt.subplots(1, 2, sharex=False, sharey=False)
ax[0].axhline(y=1, label='one')
ax[0].axhline(y=2, label='two')
ax[0].set_ylim([0.8,3.2])
ax[0].legend(loc=2)

ax[1].axhline(y=1, label='one')
ax[1].axhline(y=2, label='two')
ax[1].axhline(y=3, label='three')
ax[1].set_ylim([0.8,3.2])
ax[1].legend(loc=2)

plt.show()

enter image description here

我想要的是右图中的图例稍微向下移动,因此它不再与线重叠。 作为最后的手段,我可​​以改变轴限制,但我非常想避免这种情况。

2 个答案:

答案 0 :(得分:10)

我看到你发布的答案并试了一下。然而问题是它还取决于数字大小。

这是一个新尝试:

import numpy
import matplotlib.pyplot as plt


x = numpy.linspace(0, 10, 10000)
y = numpy.cos(x) + 2.

x_value = .014    #Offset by eye
y_value = .55

fig, ax = plt.subplots(1, 2, sharex = False, sharey = False)
fig.set_size_inches(50,30)

ax[0].plot(x, y, label = "cos")
ax[0].set_ylim([0.8,3.2])
ax[0].legend(loc=2)

line1 ,= ax[1].plot(x,y)
ax[1].set_ylim([0.8,3.2])

axbox = ax[1].get_position()

fig.legend([line1], ["cos"], loc = (axbox.x0 + x_value, axbox.y0 + y_value))

plt.show()

所以我现在正在做的是从子图中获取坐标。然后,我根据整个图形的尺寸创建图例。因此,图形大小不再改变图例定位的任何内容。

使用x_valuey_value的值,图例可以定位在子图中。 x_value已经被注视与“正常”传奇的良好对应。可以根据需要更改此值。 y_value确定图例的高度。

enter image description here

祝你好运!

答案 1 :(得分:8)

在花费太多时间之后,我已经提出了以下令人满意的解决方案(Transformations Tutorial肯定有帮助):

bapad = plt.rcParams['legend.borderaxespad']
fontsize = plt.rcParams['font.size']
axline = plt.rcParams['axes.linewidth']  #need this, otherwise the result will be off by a few pixels
pad_points = bapad*fontsize + axline  #padding is defined in relative to font size
pad_inches = pad_points/72.0  #convert from points to inches
pad_pixels = pad_inches*fig.dpi  #convert from inches to pixels using the figure's dpi

然后,我发现以下两个工作都为padding提供了相同的值:

# Define inverse transform, transforms display coordinates (pixels) to axes coordinates
inv = ax[1].transAxes.inverted()
# Inverse transform two points on the display and find the relative distance
pad_axes = inv.transform((pad_pixels, 0)) - inv.transform((0,0))  
pad_xaxis = pad_axes[0]

# Find how may pixels there are on the x-axis
x_pixels = ax[1].transAxes.transform((1,0)) - ax[1].transAxes.transform((0,0))
# Compute the ratio between the pixel offset and the total amount of pixels 
pad_xaxis = pad_pixels/x_pixels[0]

然后将图例设置为:

ax[1].legend(loc=(pad_xaxis,0.6))

简介: