Matplotlib-Legenden-Erstellungstutorial

Einführung

Matplotlib ist eine Diagrammbibliothek für die Programmiersprache Python und seine Erweiterung für numerische Mathematik, NumPy. In diesem Tutorial lernen wir, wie man mit Matplotlib eine einfache Legende erstellt.

Tipps für die VM

Nachdem der VM-Start abgeschlossen ist, klicken Sie in der oberen linken Ecke, um zur Registerkarte Notebook zu wechseln und Jupyter Notebook für die Übung zu nutzen.

Manchmal müssen Sie einige Sekunden warten, bis Jupyter Notebook vollständig geladen ist. Die Validierung von Vorgängen kann aufgrund von Einschränkungen in Jupyter Notebook nicht automatisiert werden.

Wenn Sie bei der Lernphase Probleme haben, können Sie Labby gerne fragen. Geben Sie nach der Sitzung Feedback, und wir werden das Problem für Sie prompt beheben.

Matplotlib importieren

Um Matplotlib zu verwenden, müssen wir es zuerst importieren.

import matplotlib.pyplot as plt

Erstellen einer Figur und Achsen

Wir müssen eine Figur und Achsen erstellen, um unsere Daten zu plotten.

fig, ax = plt.subplots()

Die Daten plotten

Wir können unsere Daten mit der plot()-Funktion plotten.

line1, = ax.plot([1, 2, 3], label="Line 1", linestyle='--')
line2, = ax.plot([3, 2, 1], label="Line 2", linewidth=4)

Den ersten Legende erstellen

Wir können für die erste Linie eine Legende mit der legend()-Funktion erstellen.

first_legend = ax.legend(handles=[line1], loc='upper right')

Den ersten Legende hinzufügen

Wir müssen die erste Legende zum Plot mit der add_artist()-Funktion hinzufügen.

ax.add_artist(first_legend)

Den zweiten Legende erstellen

Wir können für die zweite Linie eine weitere Legende mit der legend()-Funktion erstellen.

ax.legend(handles=[line2], loc='lower right')

Zeige den Plot an

Wir können den Plot mit der show()-Funktion anzeigen.

plt.show()

Zusammenfassung

In diesem Tutorial haben wir gelernt, wie man mit Matplotlib eine einfache Legende erstellt. Wir haben Matplotlib importiert, eine Figur und Achsen erstellt, die Daten geplottet und zwei Legenden für den Plot erstellt und hinzugefügt. Schließlich haben wir den Plot mit der show()-Funktion angezeigt.