python数据绘图-legend图例位置调整优化

上一篇中我们使用twinx()函数绘制了双轴图像,但是如果两个图像都添加图例,就会出现图例重叠的问题,需要我们手动设置图例位置来调整。

可以通过以下参数进行调整

  • loc:九分位
  • borderaxespad:向图像中心|外部移动
  • bbox_to_anchor:上下左右移动

粗调位置:loc+borderaxespad

粗调图例位置把整个图像等分为9块

如果两个图例重叠,把一个图例放在1号位,另一个放在2号位是可以解决重复的问题,但是观感很丑,此时就需要通过坐标对图例的位置进行精调

通过坐标调位置有两个参数

1、borderaxespad(border:边界,axes是axis坐标轴的复数形式)

borderaxespad参数结合loc参数一起使用,loc表示图例在哪个位置,borderaxespad就以哪个位置作为图例的锚点,例如:

loc=1(表示图例位于图像的右上角),borderaxespad就表示图例右上角和图像右上角的距离

loc=2(表示图例位于图像的左上角),borderaxespad就表示图例左上角和图像左上角的距离

…以此类推,borderaxespad正数表示向图像内部移动,负数表示向图像外部移动

以下为一些示例

 2、bbox_to_anchor(anchor:锚)

borderaxespad和loc组合的情况适用于只有一个图例时调整位置,因为不能上下移动,所以很难做到两个以上的图例对齐排列,这时可以使用bbox_to_anchor参数

先按照比较夸张的数据看一下示例:

bbox_to_anchor=(图例距离图像左边的距离,图例距离图de’d像底边的距离)

bbox_to_anchor=(1.5,2)

示例

以上一篇帕累托组合图表为例,实操一下调整图例位置的方法

使用loc简单调整

#pip install matplotlib
import matplotlib.pyplot as plt
#设置中文字体
plt.rcParams["font.sans-serif"]="Arial Unicode MS"
#创建画布
plt.figure()
#创建柱状图
plt.bar(group2.index,group2['客户数'],label='转化客户数')
plt.legend(loc=3)
plt.xlabel("转化周期")#X轴
plt.ylabel("转化客户数")#Y轴
plt.title('转化窗口期')#标题
#在原图基础上叠加图像,需要先创建一个新纵坐标轴
plt.twinx()
#折线图
plt.plot(group2.index,group2["累计客户数占比"],color="orange",marker="o",label="转化客户占比")
plt.grid(linestyle='-.',color='SkyBlue')#python颜色英文https://zhuanlan.zhihu.com/p/548152652https://zhuanlan.zhihu.com/p/548152652
plt.legend(loc=4)#显示图例
plt.ylabel("累计转化客户占比")
#显示图像
plt.show()

产出结果

  

使用bbox_to_anchor精细调整

#pip install matplotlib
import matplotlib.pyplot as plt
#设置中文字体
plt.rcParams["font.sans-serif"]="Arial Unicode MS"
#创建画布
plt.figure()
#创建柱状图
plt.bar(group2.index,group2['客户数'],label='转化客户数')
plt.legend(bbox_to_anchor=(1.1,1.15))
plt.xlabel("转化周期")#X轴
plt.ylabel("转化客户数")#Y轴
plt.title('转化窗口期')#标题
#在原图基础上叠加图像,需要先创建一个新纵坐标轴
plt.twinx()
#折线图
plt.plot(group2.index,group2["累计客户数占比"],color="orange",marker="o",label="转化客户占比")
plt.grid(linestyle='-.',color='SkyBlue')#python颜色英文https://zhuanlan.zhihu.com/p/548152652https://zhuanlan.zhihu.com/p/548152652
plt.legend(bbox_to_anchor=(1.13,1.25))#显示图例
plt.ylabel("累计转化客户占比")
#显示图像
plt.show()

产出结果

文章出处登录后可见!

已经登录?立即刷新

共计人评分,平均

到目前为止还没有投票!成为第一位评论此文章。

(0)
心中带点小风骚的头像心中带点小风骚普通用户
上一篇 2023年8月8日
下一篇 2023年8月8日

相关推荐