Matplotlib如何調整圖例

# Matplotlib如何調整圖例

## 1. 引言

在數據可視化中，圖例（Legend）是幫助讀者理解圖表內容的關鍵元素。Matplotlib作為Python最流行的繪圖庫之一，提供了豐富的圖例自定義功能。本文將詳細介紹如何通過Matplotlib調整圖例的位置、樣式、內容等，涵蓋基礎設置到高級技巧。

## 2. 基礎圖例創建

### 2.1 自動生成圖例

最簡單的圖例創建方式是使用`plt.legend()`函數：

```python
import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)
plt.plot(x, np.sin(x), label='sin(x)')
plt.plot(x, np.cos(x), label='cos(x)')
plt.legend()  # 自動生成圖例
plt.show()

2.2 顯式指定標簽

也可以通過label參數顯式指定：

lines = plt.plot(x, np.sin(x), x, np.cos(x))
plt.legend(lines, ['Sine', 'Cosine'])

3. 圖例位置調整

3.1 預設位置

通過loc參數指定位置，支持數值和字符串兩種形式：

plt.legend(loc='upper right')  # 右上角
plt.legend(loc=1)             # 等價寫法

常用位置參數： - 'best' (0): 自動選擇最佳位置 - 'upper right' (1) - 'upper left' (2) - 'lower left' (3) - 'lower right' (4) - 'right' (5) - 'center left' (6) - 'center right' (7) - 'lower center' (8) - 'upper center' (9) - 'center' (10)

3.2 精確位置控制

使用bbox_to_anchor參數實現更靈活的位置控制：

plt.legend(bbox_to_anchor=(1.05, 1), loc='upper left')

4. 圖例樣式定制

4.1 邊框與背景

plt.legend(
    frameon=True,             # 顯示邊框
    framealpha=0.8,           # 透明度
    facecolor='lightgray',    # 背景色
    edgecolor='black'         # 邊框顏色
)

4.2 標題與字體

plt.legend(
    title='Functions',        # 圖例標題
    title_fontsize='large',   # 標題字號
    fontsize=10,             # 標簽字號
    prop={'family': 'serif'}  # 字體
)

4.3 圖例排列

plt.legend(
    ncol=2,                   # 分2列顯示
    columnspacing=1.5,        # 列間距
    handlelength=2,          # 圖例句柄長度
    handletextpad=0.5         # 句柄與文本間距
)

5. 高級圖例技巧

5.1 選擇性顯示圖例

lines = plt.plot(x, np.sin(x), x, np.cos(x))
plt.legend([lines[0]], ['Sine'])  # 只顯示第一條線

5.2 自定義圖例句柄

from matplotlib.lines import Line2D

custom_lines = [Line2D([0], [0], color='red', lw=2),
                Line2D([0], [0], color='blue', lw=2)]
plt.legend(custom_lines, ['Class 1', 'Class 2'])

5.3 多圖例系統

from matplotlib.legend import Legend

fig, ax = plt.subplots()
line1, = ax.plot(x, np.sin(x))
line2, = ax.plot(x, np.cos(x))

leg1 = Legend(ax, [line1], ['Sine'], loc='upper right')
leg2 = Legend(ax, [line2], ['Cosine'], loc='lower right')
ax.add_artist(leg1)
ax.add_artist(leg2)

6. 常見問題解決方案

6.1 圖例顯示不全

使用bbox_extra_artists和bbox_inches保存完整圖例：

plt.savefig('plot.png', bbox_extra_artists=(legend,), bbox_inches='tight')

6.2 圖例重疊問題

調整圖形大小或使用tight_layout()：

plt.figure(figsize=(8, 6))
plt.tight_layout()

6.3 圖例遮擋數據

使用legend()的borderaxespad參數：

plt.legend(loc='upper left', borderaxespad=0.5)

7. 完整示例

import matplotlib.pyplot as plt
import numpy as np

plt.style.use('seaborn')
x = np.linspace(0, 10, 200)

fig, ax = plt.subplots(figsize=(10, 6))
ax.plot(x, np.sin(x), label='Sine', color='royalblue', linestyle='--')
ax.plot(x, np.cos(x), label='Cosine', color='crimson', linewidth=2)
ax.plot(x, 0.5*np.sin(x), label='Half Sine', color='green', alpha=0.6)

legend = ax.legend(
    loc='upper center',
    bbox_to_anchor=(0.5, 1.15),
    ncol=3,
    fancybox=True,
    shadow=True,
    title='Trigonometric Functions',
    title_fontsize='12',
    fontsize=10,
    facecolor='white',
    edgecolor='black',
    borderpad=1
)

plt.tight_layout()
plt.show()

8. 總結

Matplotlib的圖例系統提供了豐富的自定義選項，掌握這些技巧可以顯著提升可視化效果。關鍵點包括： 1. 使用loc和bbox_to_anchor精確定位 2. 通過樣式參數美化圖例外觀 3. 處理常見的圖例顯示問題 4. 靈活運用高級功能實現復雜需求

通過實踐這些方法，您可以創建既美觀又專業的圖表圖例。 “`