首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

如何在Plots.jl (GR)中将图例移到绘图区之外?

在Plots.jl (GR)中,可以通过使用legend=:outside参数将图例移到绘图区之外。具体步骤如下:

  1. 首先,确保已经安装了Plots.jl和GR库。如果没有安装,可以使用以下命令进行安装:
代码语言:julia
复制
using Pkg
Pkg.add("Plots")
Pkg.add("GR")
  1. 在代码中导入Plots.jl和GR库:
代码语言:julia
复制
using Plots
gr()
  1. 创建一个示例图形并设置图例位置为外部:
代码语言:julia
复制
x = 1:10
y = rand(10, 3)

plot(x, y, label=["Series 1" "Series 2" "Series 3"], legend=:outside)

在上述代码中,label参数用于设置每个系列的标签,legend=:outside参数将图例移到绘图区之外。

  1. 运行代码,即可看到图例被移到绘图区之外。

关于Plots.jl和GR库的更多信息,可以参考腾讯云的相关产品和产品介绍链接地址。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

Matplotlib 中文用户指南 8.1 屏幕截图

除了简单地绘制流线之外,它还允许将流线的颜色和/或线宽映射到单独的参数,例如向量场的速度或局部密度。 源代码 这个特性完善了绘制向量场的quiver()函数。...源代码 条形图 使用bar()命令创建条形图十分容易,其中包括一些定制(误差条): 源代码 创建堆叠条(bar_stacked.py),蜡烛条(finance_demo.py)和水平条形图(barh_demo.py...此示例展示了如何在直角投影上绘制轮廓,标记和文本,以 NASA 的“蓝色大理石”卫星图像作为背景。...源代码 对数绘图 semilogx(),semilogy()和loglog()函数简化了对数绘图的创建。 源代码 极轴绘图 polar()命令生成极轴绘图。...源代码 图例 legend()命令使用 MATLAB 兼容的图例布局命令自动生成图形图例。 源代码 感谢 Charles Twardy 编写了图例命令的输入。

4.3K30

Hans Rosling Charts Matplotlib 绘制

统计学家Hans Rosling在TED上关于《亚洲何时崛起》的演讲,其所采用的数据可视化展示方法可谓是近年来经典的可视化案例之一,动态的气泡图生动的展示了中国和印度是如何在过去几十年拼命追赶欧美经济的整个过程...红色框内为类别图例添加,绿色框内为散点大小图例添加,结果如下: ?...(6)第 90-93 行 对图例进行属性设置,详细设置可查看官网,但需要指出的是,90行设置图例标题字体大小,除此之外还有set_fontcolor、set_fontface等字体或其他属性的设置方法,...以上,基于matplotlib的动态气泡图就绘制完成了,难点:在于多类别图例的添加,可以参考本文方法也可参考官网方法。 下面给出本例子其中一年份数据绘图的结果图 : ? 04....个人知识点有限,难免会有出错的地方,发现请指出,我会第一时间回复并进行更正。

3K30
  • 【Python】数据可视化教程来了!

    第一回:Matplotlib初相识 第二回:艺术画笔见乾坤 第三回:布局格式定方圆 第四回:文字图例尽眉目 第五回:样式色彩秀芳华 这五个章节将从不同的维度(matplotlib概述,绘图元素,布局格式...,文字图例,样式色彩)介绍如何进行可视化绘图。...而容器对象指的是用来放置那些基本元素的对象,Figure(完整的画布),Axes(子图),Axis(坐标轴)。...第三~五章是对于一幅可视化图表的进一步修饰与加工,分别从布局格式,文字图例,样式色彩三方面对图表进行修饰。 第三章重点讲解了如何在一张大画布上划分均匀和非均匀的子图以进行多图展示,丰富图表内容。...第四章重点讲解了如何在图表上的不同功能(figure,axes,tick,legend)上添加文字,修改文字样式和显示内容,精准的文字表述也是可视化图表的一个重要组成元素。

    1.7K20

    动态气泡图绘制,超简单~~

    统计学家Hans Rosling在TED上关于《亚洲何时崛起》的演讲,其所采用的数据可视化展示方法可谓是近年来经典的可视化案例之一,动态的气泡图生动的展示了中国和印度是如何在过去几十年拼命追赶欧美经济的整个过程...数据可视化 Matplotlib 用于绘制动态图表主要涉及到 animation 模块,而制作动图,则需要分为以下三个步骤: 1、静态绘图函数的编写。...红色框内为类别图例添加,绿色框内为散点大小图例添加,结果如下: (6)第 90-93 行 对图例进行属性设置,详细设置可查看官网,但需要指出的是,90行设置图例标题字体大小,除此之外还有set_fontcolor...以上,基于matplotlib的动态气泡图就绘制完成了,难点:在于多类别图例的添加,可以参考本文方法也可参考官网方法。 下面给出本例子其中一年份数据绘图的结果图 : 04....个人知识点有限,难免会有出错的地方,发现请指出,我会第一时间回复并进行更正。

    3.5K20

    R语言从入门到精通:Day17 (ggplot2绘图)

    最后,将研究如何调整ggplot2图形的外观,包括修改坐标轴和图例、改变配色方案以及添加注释。...函数ggplot()指定要绘制的数据源和变量,几何函数则指定这些变量如何在视觉上进行表示(使用点、条、线和阴影区)。表1列出了几种常见的几何函数(目前有37个几何函数可供使用)。 表1,几何函数 ?...图6中将小提琴图和箱线图结合起来,这对于基础图形来说,就很难实现了。 表2,几何函数中的常见选项 ? 图5,展示常见选项的图例 ? 图6,小提琴图和箱线图的组合 ?...我们在前面已经见过了函数geom_smooth()的例子,该函数中的参数含义依次为:method代表要使用的平滑函数,lm、glm等;参数formula代表在函数中使用的公式,和回归分析中的参数formula...如果我想要把图13里面在右边的图例换个位置,那也不是一件难事,如图14。 图14,图例修改示意图 ?

    5.1K31

    Python-geopandas-旧金山街道树木分布可视化绘制

    图1 原作者使用的工具是R语言,而今天的文章内容,我就将带大家学习如何在Python中模仿图1的风格进行类似数据信息的可视化展示(其实原作品有一些令人困惑的瑕疵,因此我在下文中在一些地方采用了与原作者不同的分析方式...2 模仿过程 今天我们要模仿的这张图,咋一看上去似乎略复杂,但如果你曾经阅读过我的「基于geopandas的空间数据分析」系列文章,就一下子可以在脑中将此图构成进行分解: 2.1 过程分解 我们仔细观察原作品...op='contains', how='left') # 按照name分组计数(这里未连接到任何数的社区被 # 记为1本质上是错误的,但我们绘图分段后这一点不影响...图4 「辅助视觉元素的添加」 接下来我们只需要补充上各种点睛之笔的小元素即可,其中值得一提的是下方的图例我们用inset_axes()插入子图的方式灵活实现。...图5 ---- 以上就是本文的全部内容,欢迎在评论与我进行讨论~

    1K20

    (在模仿中精进数据可视化04)旧金山街道树木分布可视化

    图1   原作者使用的工具是R语言,而今天的文章内容,我就将带大家学习如何在Python中模仿图1的风格进行类似数据信息的可视化展示(其实原作品有一些令人困惑的瑕疵,因此我在下文中在一些地方采用了与原作者不同的分析方式...2 模仿过程   今天我们要模仿的这张图,咋一看上去似乎略复杂,但如果你曾经阅读过我的基于geopandas的空间数据分析系列文章,就一下子可以在脑中将此图构成进行分解: 2.1 过程分解   我们仔细观察原作品...op='contains', how='left') # 按照name分组计数(这里未连接到任何数的社区被 # 记为1本质上是错误的,但我们绘图分段后这一点不影响...图4 辅助视觉元素的添加   接下来我们只需要补充上各种点睛之笔的小元素即可,其中值得一提的是下方的图例我们用inset_axes()插入子图的方式灵活实现。   ...图5 ----   以上就是本文的全部内容,欢迎在评论与我进行讨论~

    58520

    在模仿中精进数据可视化04:旧金山街道树木分布可视化

    Philippe Massicotte创作的(如图1所示)非常受欢迎的 「Street trees of San Francisco」: 图1 原作者使用的工具是R语言,而今天的文章内容,我就将带大家学习如何在...2 模仿过程 今天我们要模仿的这张图,咋一看上去似乎略复杂,但如果你曾经阅读过我的「基于geopandas的空间数据分析」系列文章,就一下子可以在脑中将此图构成进行分解: 2.1 过程分解 我们仔细观察原作品...op='contains', how='left') # 按照name分组计数(这里未连接到任何数的社区被 # 记为1本质上是错误的,但我们绘图分段后这一点不影响...fig.savefig('图4.png', dpi=600, bbox_inches='tight') 图4 「辅助视觉元素的添加」 接下来我们只需要补充上各种点睛之笔的小元素即可,其中值得一提的是下方的图例我们用...set_color('none') ax.spines['top'].set_color('none') ax.spines['bottom'].set_color('none') # 以插入子图的方式添加下方图例

    58640

    (数据科学学习手札83)基于geopandas的空间数据分析——geoplot篇(下)

    API:pointplot()、polyplot()以及webmap(),而本文将会承接上文的内容,对geoplot中较为实用的几种高级绘图API进行介绍。...图1   本文是基于geopandas的空间数据分析系列文章的第7篇,通过本文你将学习geoplot中的高级绘图API。...4326')   接下来我们将确诊数作为映射值,因为美国各州中纽约州和新泽西州确诊数量分别达到了34万和14万,远远超过其他州,所以这里作为单独的图层进行阴影填充以突出其严重程度: # 图层1:除最严重两州之外的其他州...图8   随之而来的问题是整幅图像都被填充,为了裁切出核密度图像的地区轮廓,将底层行政面数据作为clip的参数传入,便得到理想的效果: ?...譬如我们上文中绘制美国区域时频繁使用到的AlbersEqualArea()即之前我们在geopandas中通过proj4自定义的阿尔伯斯等面积投影,其他常见投影譬如Web Mercator、Robinson,或者直接绘制球体地图,本文开头的图

    1.8K30

    高效使用 Python 可视化工具 Matplotlib

    基本前提 如果你除了本文之外没有任何基础,建议用以下几个步骤学习如何使用matplotlib: 学习基本的matplotlib术语,尤其是什么是图和坐标轴 始终使用面向对象的接口,从一开始就养成使用它的习惯...重点讲一下我遇到的最常见的绘图任务,标记轴,调整限制,更新绘图标题,保存图片和调整图例。...定制化绘图 假设你对这个绘图的要点很满意,下一步就是定制它。使用pandas绘图功能定制(添加标题和标签)非常简单。但是,你可能会发现自己的需求在某种程度上超越该功能。...也可以用ax.legend().set_visible(False)来删除图例。...结论 希望这个过程有助于你了解如何在日常的数据分析中更有效地使用matplotlib。如果在做分析时养成使用这种方法的习惯,你应该可以快速定制出任何你需要的图像。

    2.4K20

    高效使用 Python 可视化工具 Matplotlib

    基本前提 如果你除了本文之外没有任何基础,建议用以下几个步骤学习如何使用matplotlib: 学习基本的matplotlib术语,尤其是什么是图和坐标轴 始终使用面向对象的接口,从一开始就养成使用它的习惯...重点讲一下我遇到的最常见的绘图任务,标记轴,调整限制,更新绘图标题,保存图片和调整图例。...定制化绘图 假设你对这个绘图的要点很满意,下一步就是定制它。使用pandas绘图功能定制(添加标题和标签)非常简单。但是,你可能会发现自己的需求在某种程度上超越该功能。...也可以用ax.legend().set_visible(False)来删除图例。...结论 希望这个过程有助于你了解如何在日常的数据分析中更有效地使用matplotlib。 如果在做分析时养成使用这种方法的习惯,你应该可以快速定制出任何你需要的图像。

    2.4K20

    基于geopandas的空间数据分析—geoplot篇(下)

    API:pointplot()、polyplot()以及webmap(),而本文将会承接上文的内容,对geoplot中较为实用的几种高级绘图API进行介绍。...图1 本文是基于geopandas的空间数据分析系列文章的第7篇,通过本文你将学习geoplot中的高级绘图API。...4326') 接下来我们将确诊数作为映射值,因为美国各州中纽约州和新泽西州确诊数量分别达到了34万和14万,远远超过其他州,所以这里作为单独的图层进行阴影填充以突出其严重程度: # 图层1:除最严重两州之外的其他州...这时图像等值线间得到相应颜色的填充,使得点分布中心看起来更加明显,再添加参数shade_lowest=True,即可对空白区域进行填充: 图8 随之而来的问题是整幅图像都被填充,为了裁切出核密度图像的地区轮廓,将底层行政面数据作为...而geoplot.sankey()可以用来绘制这种图,尴尬的是sankey()绘制出的OD流向图实在太丑,但sankey()中将数值映射到线数据色彩和粗细的特性可以用来进行与流量相关的可视化,其主要参数如下

    1.5K50

    解读 Julia 的 2021:逐步迈向主流编程语言

    另一个值得关注的点是,新版的包管理器大幅提升了在 Windows 和分布式文件系统(尤其是 NFS)中的性能,这主要得益于在内存中将文件解压缩而非直接先解压文件。...随着更多的 Juno 功能(行内显示、变量工作、调试器)在 VSCode 插件上得到完善,今年 Juno 已经基本完成它的历史使命,也在 Julia 的 IDE 列表中被移除。...除此之外,在 VSCode 的文档列表中也添加了关于 Julia 语言的说明。...绘图工具箱:Makie 焕然一新, AlgebraOfGraphics 让人眼前一亮 Julia 绘图生态下比较稳定的主流工具箱中,GR.jl 自从去年切换到可以借助镜像进行分发的 jll artifacts...一直以来,Julia 的主流绘图工具箱都是对其他语言绘图工具箱的封装,例如 GR.jl 基于 C 语言的 GR、PyPlot 基于 Python 下的 Matplotlib。

    1.7K20

    手把手教你用代码画架构图

    阅读本文之后,读者画的架构图将会是这样的: 注:该图例仅作绘图示例使用,不确保其完整性、可行性。...通常,这些外部依赖系统位于我们自己的软件系统边界之外。 目标受众:软件开发团队内外的所有人,包括技术人员和非技术人员。 推荐给大多数团队:是的。 示例:这是该网上银行系统的系统上下文图。...为描述所有这些软件系统如何在给定的企业、组织、部门等中与其他系统组合在一起,C4采用扩展视图System Landscape (系统景观图)。...基于文本的绘图工具的优点是绘图快捷,只要根据语法写出描述文件,即可渲染出来,元素的样式已经默认调试好;缺点是样式不一定符合我们的审美,调整不方便。 本文着重讲解第二种,即基于文本的绘图工具。...New Global Snippets file,如下图: 在接下来的弹窗中,输入Snippets file的文件名,如下图: 使用浏览器打开以下链接,并将浏览器返回的文本内容粘贴到VS Code编辑

    1.5K20

    Matplotlib的详细使用及原理

    一个最简单的绘图例子 Matplotlib的图像是画在figure(windows,jupyter窗体)上的,每一个figure又包含了一个或多个axes(一个可以指定坐标系的子区域)。...就和人作画的步骤类似: 准备一块画布或画纸 准备好颜料、画笔等制图工具 作画 所以matplotlib有三个层次的API: matplotlib.backend_bases.FigureCanvas 代表了绘图...,所有的图像都是在绘图完成的 matplotlib.backend_bases.Renderer 代表渲染器,可以理解为画笔,控制如何在Canvas 上图。...primitive是基本要素,它包含一些我们要在绘图作图用到的标准图形对象,曲线Line2D,文字text,矩形Rectangle,图像image等。...primitives是基本要素,它包含一些我们要在绘图作图用到的标准图形对象,曲线Line2D,文本text,矩形Rectangle,图像image等。

    12510

    数据可视化基础与应用-03-matplotlib库从入门到精通01-05

    Hunter 在 2002 年开始编写,提供了一个套面向绘图对象编程的 API 接口,能够很轻松地实现各种图像的绘制,并且它可以配合 Python GUI 工具( PyQt、Tkinter 等)在应用程序中嵌入图形...或者绘图; An Axes is an Artist attached to a Figure that contains a region for plotting data, and usually...matplotlib.backend_bases.FigureCanvas 代表了绘图,所有的图像都是在绘图完成的 matplotlib.backend_bases.Renderer 代表了渲染器...,可以近似理解为画笔,控制如何在 FigureCanvas 上画图。...primitive是基本要素,它包含一些我们要在绘图作图用到的标准图形对象,曲线Line2D,文字text,矩形Rectangle,图像image等。

    75110

    带你和Python与R一起玩转数据科学: 探索性数据分析(附代码)

    图表绘制 在这个章节中我们要看一看在Python/Pandas和R中的基本的绘图制表功能。然而,还有其它ggplot2(http://ggplot2.org/)这样绘图功能更强大语言包可以选择。...R语言的基本绘图的真正用意就是绘制快速而不完善的图。 现在让我们来使用箱线图: ? ? 这是一段简短的箱线图代码,我们甚至没有要图的颜色和图例说明。 回答问题 现在让我们开始正真好玩的章节。...现在让我们用这两个平均国家绘图: ? ? 新病率的增长趋势在平均特超国家(超出上限的22个国家的平均值代表)上非常显著,这么显著的趋势很难在改善国家(22个国家之外的其它国家的平均值代表)中观察到。...传统上,R语言是大多数探索性数据分析工作选择的武器,虽然使用其它的展示能力更佳的绘图程式库是相当方便的,gglot2。...在这种复杂的情况下,一个进阶的程式库ggplot2将大放光彩。除了能给我们更漂亮的绘图之外,它的丰富的变现手法和重用性将大大地节省我们的时间。

    2K31

    (数据科学学习手札78)基于geopandas的空间数据分析——基础可视化

    2 基础可视化 geopandas使用matplotlib作为绘图后端,使用plot()方法对GeoSeries或GeoDataFrame进行可视化,简简单单即可完成基本的可视化...,用作各个对象在图例中显示的名称 hatch:字符型,用于设置面数据内部的填充线样式下文的例子中将具体举例说明 ax:matplotlib坐标轴对象,如果需要在同一个坐标轴内叠加多个图层就需要用这个参数传入先前待叠加的...图6 Step4:修改面填充阴影线样式   接下来我们利用hatch参数来修改面数据填充阴影样式,主要样式对应如下,'...= '内蒙古自治': region = china.loc[idx, 'OWNER'][:2] else: region = china.loc[idx, 'OWNER...dpi=300) 图25   这下我们搞清楚了,原来是因为湖北省的数据过于大,使得数值在均匀向有序色阶上映射时,除湖北省之外的其他数据都被压缩到非常浅色的区域

    3.6K20

    是技术也是艺术 使用geopandas玩转地图可视化

    比如下面这样: 案例地图 2 基础可视化 geopandas使用matplotlib作为绘图后端,使用plot()方法对GeoSeries或GeoDataFrame进行可视化,简简单单即可完成基本的可视化...,用作各个对象在图例中显示的名称 hatch:字符型,用于设置面数据内部的填充线样式下文的例子中将具体举例说明 ax:matplotlib坐标轴对象,如果需要在同一个坐标轴内叠加多个图层就需要用这个参数传入先前待叠加的...主要样式对应如下,'-'代表横线填充: 图7 参考图7,我们设置面数据的填充阴影样式为'x'。 值得一提的是,hatch参数对于同一种阴影模式,可以通过增加字符数量来提高阴影密度。...ax.axis('off') fig.savefig('图25.png', dpi=300) 图25 这下我们搞清楚了,原来是因为湖北省的数据过于大,使得数值在均匀向有序色阶上映射时,除湖北省之外的其他数据都被压缩到非常浅色的区域...且因为这时变成了离散的分层,所以图例也由比色卡变为更为标准的分类图例,但是这个图例默认在右上角,对地图造成了较为明显的遮挡。

    2.4K40
    领券