python中matplotlib调整图例位置的方法实例
更新时间：2022年06月22日 11:27:33 作者：liuxiaoru_
在matplotlib中,一般图例默认是在图表内部的,如果要放置到图例外面,需要对坐标进行指定,下面这篇文章主要给大家介绍了关于python中matplotlib调整图例位置的相关资料,需要的朋友可以参考下
前言
matplotlib画图例默认的位置是在图中的各个角落，但有时图例位置会遮挡住图像而不符合我们的需求，需要对图例位置进行调整。代码如下：
plt.legend(loc=‘String or Number’, bbox_to_anchor=(num1, num2))
1.loc=‘String or Number’
这个参数来定位图例的大概位置，string参数包括
- best （自动找一个最好的位置，但有时不符合我们的预期）
- upper right（右上角）
- upper left （左上角）
- lower left （左下角）
- lower right （右下角）
- right （右，和center right位置一样）
- center left （中间偏左）
- center right （中间偏右）
- lower center（中间偏下）
- upper center（中间偏上）
- center（正中间）
其在表格中位置如下：
当然了参数也可以传入如图中的数字。
2.bbox_to_anchor=(num1, num2)
有时仅通过第一个参数还不能满足我们的预期，比如会出现图例堆叠在一起的情况，这时候就需要调整第二个参数。
- num1 用于控制 legend 的左右移动，值越大，越向右移动；
- num2 用于控制 legend 的上下移动，值越大，越向上移动。
3.举个栗子：
（1） plt.legend([‘图例’],loc=‘center’) 或 loc=10
（2） plt.legend([‘图例’],loc=‘center left’) 或 loc=6
再微调一下
总结
到此这篇关于python中matplotlib调整图例位置的文章就介绍到这了,更多相关python matplotlib调整图例位置内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
今天小编就为大家分享一篇解决Pytorch 加载训练好的模型 遇到的error问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-01-01
本文主要介绍了Numpy 数组操作之元素添加、删除和修改的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2023-03-03
图像数据增强是一种在训练机器学习和深度学习模型时常用的策略,尤其是在计算机视觉领域,具体而言,它通过创建和原始图像稍有不同的新图像来扩大训练集,本文给大家介绍了如何基于pytorch实现对图片进行数据增强,需要的朋友可以参考下2024-01-01
Python时间模块datetime、time、calendar的使用方法
这篇文章主要介绍了Python时间模块的使用方法，主要包括三大模块datetime、time、calendar，感兴趣的小伙伴们可以参考一下2016-01-01
这篇文章主要介绍了简单了解Python中的几种函数，具有一定参考价值。需要的朋友可以了解下。2017-11-11
这篇文章主要介绍了python-yml文件读写与xml文件读写，文章围绕主题展开详细的内容介绍，具有一定的参考价值，需要的小伙伴可以参考一下2022-08-08
图像融合是两幅图片叠加在一起，本文主要介绍了openCV实现图像融合的示例代码，文中通过示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2022-03-03
这篇文章主要介绍了对Python 字典元素进行删除的方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2020-07-07
本文主要介绍了如何使用OpenCV和EAST文本检测器检测图像中的文本，以便大家可以在自己的应用程序中应用文本检测。感兴趣的同学可以关注一下2021-11-11
train.py里面加了很多额外的功能,使得整体看起来比较复杂,其实核心部分主要就是 读取数据集,加载模型,训练中损失的计算,下面这篇文章主要给大家介绍了关于yolov5中train.py代码注释详解与使用的相关资料,需要的朋友可以参考下2022-09-09
最新评论