首页 > 解决方案 > 在 matplotlib 和 pandas 中组合和重新定位两个图表的图例的困难

问题描述

我正在尝试将两个图表绘制到一个图形上,两个图表都来自同一个数据框,但一个表示为堆积条形图,另一个表示为简单的折线图。

当我使用以下代码创建绘图时:

combined.iloc[:, 1:10].plot(kind='bar', stacked=True, figsize=(20,10))
combined.iloc[:, 0].plot(kind='line', secondary_y=True, use_index=False, linestyle='-', marker='o')
plt.legend(loc='upper left', fancybox=True, framealpha=1, shadow=True, borderpad=1)
plt.show()

combined数据框如下所示:

源数据框

我得到以下图像:

叠加了 CVE 行数的堆积条形图

我正在尝试将两个图例合并为一个,并将图例放置在左上角,以便所有图表都可见。

有人可以解释为什么plt.legend()似乎只编辑与combined.iloc[:, 0]我的数据框切片相对应的折线图combined吗?如果有人能看到一种快速简便的方法来组合和重新定位图例,请告诉我!我将不胜感激。

标签: pythonpandasmatplotliblegend

解决方案


传递True参数secondary_y意味着绘图将在具有双 x 轴的单独轴实例上创建,因为这会创建不同的轴实例,解决方案通常是手动创建图例,如@ImportanceOfBeingErnest链接的问题的答案. 如果您不想直接创建图例,则可以通过在调用之间调用并存储结果来解决此问题。然后,您可以从两个轴实例中恢复手柄和标签。下面的代码是一个完整的例子plt.legend()pandas.DataFrame.plot

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

df = pd.DataFrame({'x' : np.random.random(25), 
                   'y' : np.random.random(25)*5, 
                   'z' : np.random.random(25)*2.5})

df.iloc[:, 1:10].plot(kind='bar', stacked=True)
leg = plt.legend()
df.iloc[:, 0].plot(kind='line', y='x', secondary_y=True)
leg2 = plt.legend()
plt.legend(leg.get_patches()+leg2.get_lines(), 
           [text.get_text() for text in leg.get_texts()+leg2.get_texts()], 
           loc='upper left', fancybox=True, framealpha=1, shadow=True, borderpad=1)
leg.remove()
plt.show()

这将产生

在此处输入图像描述

并且应该很容易修改以适合您的特定用例。

或者,您可以使用matplotlib.pyplot.figlegend(),但您需要将legend = False所有调用传递给pandas.DataFrame.plot(),即

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

df = pd.DataFrame({'x' : np.random.random(25), 
                   'y' : np.random.random(25)*5, 
                   'z' : np.random.random(25)*2.5})

df.iloc[:, 1:10].plot(kind='bar', stacked=True, legend=False)
df.iloc[:, 0].plot(kind='line', y='x', secondary_y=True, legend=False)

plt.figlegend(loc='upper left', fancybox=True, framealpha=1, shadow=True, borderpad=1)
plt.show()

然而,这将默认将图例定位在轴之外,但您可以通过bbox_to_anchor调用中的参数覆盖自动定位plt.figlegend()


推荐阅读