如何在matplotlib中向imshow（）添加图例

Question

我正在使用matplotlib

在plot()或bar()中，如果我们为其添加标签，我们可以轻松添加图例。但如果它是contourf()或imshow()

，该怎么办？

我知道有colorbar()可以显示颜色范围，但不满意。我想要一个有名字（标签）的传说。

我能想到的是，为矩阵中的每个元素添加标签，然后尝试使用legend（）来查看它是否有效，但是如何向元素添加标签，如值？

就我而言，原始数据如下：

1,2,3,3,4
2,3,4,4,5
1,1,1,2,2

例如，1代表'grass'，2代表'sand'，3代表'hill'......依此类推。 imshow（）与我的案例完美配合，但没有传说。

我的问题是：

1. 是否有一个可以自动添加图例的功能，例如，在我的情况下，我只需这样做：someFunction（'grass'，'sand'，...）

   < / LI>

2. 如果没有，我如何为矩阵中的每个值添加标签。例如，在矩阵'grass'中标记所有1，在矩阵'sand'中标记所有2 ...依此类推。

谢谢！

修改：

感谢@dnalow，真的很聪明。但是，我仍然想知道是否有任何正式的解决方案。

Answer 1

我引用了a similar question的解决方案，以防有人仍然感兴趣：

我认为在矩阵中为所有值设置图例只有在没有太多的情况下才有意义。因此，假设您的矩阵中有8个不同的值。然后我们可以为每个颜色创建一个相应颜色的代理艺术家，并将它们放入像这样的图例

中

import matplotlib.pyplot as plt
import matplotlib.patches as mpatches
import numpy as np

# create some data
data = np.random.randint(0, 8, (5,5))
# get the unique values from data
# i.e. a sorted list of all values in data
values = np.unique(data.ravel())

plt.figure(figsize=(8,4))
im = plt.imshow(data, interpolation='none')

# get the colors of the values, according to the 
# colormap used by imshow
colors = [ im.cmap(im.norm(value)) for value in values]
# create a patch (proxy artist) for every color 
patches = [ mpatches.Patch(color=colors[i], label="Level {l}".format(l=values[i]) ) for i in range(len(values)) ]
# put those patched as legend-handles into the legend
plt.legend(handles=patches, bbox_to_anchor=(1.05, 1), loc=2, borderaxespad=0. )

plt.grid(True)
plt.show()

Answer 2

您可以使用matplotlib.pylab.text向地块添加文字，并将其自定义为图例

例如：

import numpy as np
import matplotlib.cm as cm
import matplotlib.pylab as plt

raw_data = np.random.random((100, 100))
fig, ax = plt.subplots(1)
ax.imshow(raw_data, interpolation='nearest', cmap=cm.gray)
ax.text(5, 5, 'your legend', bbox={'facecolor': 'white', 'pad': 10})
plt.show()

可让您关注

您可以查看有关文字的matplotlib文档，了解更多详情matplotlib text examples

Answer 3

我猜你必须伪造你的传奇，因为它需要一条线来创建传奇。

您可以这样做：

import pylab as pl
mycmap = pl.cm.jet # for example
for entry in pl.unique(raw_data):
    mycolor = mycmap(entry*255/(max(raw_data) - min(raw_data)))
    pl.plot(0, 0, "-", c=mycolor, label=mynames[entry])

pl.imshow(raw_data)
pl.legend()

原因还不是很令人满意。但也许你可以在那上面建立一些东西。

[编辑：添加缺失的括号]

Answer 4

我正在研究同一个项目来绘制像您的问题一样的土地利用地图。以下是我在上面的答案后的解决方案。

import matplotlib.pyplot as plt
import matplotlib.patches as mpatches
import numpy as np
##arrayLucc is the array of land use types 
arrayLucc = np.random.randint(1,4,(5,5))
## first you need to define your color map and value name as a dic
t = 1 ## alpha value
cmap = {1:[0.1,0.1,1.0,t],2:[1.0,0.1,0.1,t],3:[1.0,0.5,0.1,t]}
labels = {1:'agricultural land',2:'forest land',3:'grassland'}
arrayShow = np.array([[cmap[i] for i in j] for j in arrayLucc])    
## create patches as legend
patches =[mpatches.Patch(color=cmap[i],label=labels[i]) for i in cmap]

plt.imshow(arrayShow)
plt.legend(handles=patches, loc=4, borderaxespad=0.)
plt.show()

这个分辨率看起来不是很好，但它可以工作。我也在寻找其他方法。