Matplotlib:如何为每个散点添加图例？

在Matplotlib中，可以使用legend函数为每个散点添加图例。图例是用来标识不同数据集的标签，以便更好地理解图表中的数据。

要为每个散点添加图例，可以按照以下步骤操作：

导入必要的库：

import matplotlib.pyplot as plt

创建散点图并设置每个散点的标签：

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
labels = ['A', 'B', 'C', 'D', 'E']

plt.scatter(x, y, label=labels)

添加图例：

plt.legend()

默认情况下，legend函数会根据散点的标签自动创建图例，并将其放置在合适的位置。如果需要自定义图例的位置，可以使用loc参数。例如，plt.legend(loc='upper right')将图例放置在右上角。

完整的代码示例：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
labels = ['A', 'B', 'C', 'D', 'E']

plt.scatter(x, y, label=labels)
plt.legend()

plt.show()

这样就可以为每个散点添加图例了。对于更多关于Matplotlib的信息，可以参考Matplotlib官方文档。

相关·内容

Python气象绘图教程（十四）

然后，from matplotlib.legend import Legend模块导入，将其他散点和直方在Legend命令下添加，Legend()内部关键字参数与ax.legend()的关键字参数一致，...scatter3,bar1],['散点1','散点2','散点3','直方1'],title='图例二',frameon=False,bbox_to_anchor=(1,0.3)) ax.add_artist...五、散点图多变量下图例的添加在前面的推送中，介绍到散点图的两种使用方法：一种为以s为变量，固定颜色，通过散点直径大小展示数据；一种是以颜色映射为变量，固定s,通过填色变化来展示数据。...B、通过两个图例分别展示散点直径和散点颜色前面的程序与A中完全相同，在第四节中已经讲了如何建立多个子图，这里马上就上手使用了，这次不使用colorbar展示颜色变化，而使用带颜色的散点： from matplotlib.lines...接着，使用前面提到的添加第二个图例的方法，添加散点直径图例： marker1=ax.scatter([],[],s=rain_size.min(),c='k',alpha=0.3) marker2=ax.scatter

2.7K5 1

（数据科学学习手札82）基于geopandas的空间数据分析——geoplot篇(上)

，格式同hue，默认为None即每个散点等大小 limits：元组型，当scale不为None时，用于设定散点大小尺寸范围，格式为(min, max) s：当scale设置为None时，用于控制散点的尺寸大小...color：当hue设置为None时，用于控制散点的填充色彩 marker：用于设定散点的形状 alpha：控制全局色彩透明度 linewidths：控制散点轮廓宽度 edgecolors：...控制散点轮廓颜色 legend：bool型，用于控制是否显示图例 legend_var：传入'hue'或scale，当设定为hue时图例显示色彩映射信息，当设定为'scale'时图例显示大小映射信息...现在我们可以一眼看出那些半径较大的圆圈对应着价格较高的房源，值得注意的是在我们映射值到散点大小上时，默认条件下会自动在图例中按照等间距法分出5段，这样得到的图例各个圆圈大小过渡保证了均匀，当然你也可以自由地通过...2.2.3 Webmap geoplot中的webmap用来添加在线瓦片地图底图，使得我们可以在在线地图上图层，但目前暂时只支持叠加基于点要素的图层。

2.3K2 0

基于geopandas的空间数据分析—geoplot篇(上)

，格式同hue，默认为None即每个散点等大小 limits：元组型，当scale不为None时，用于设定散点大小尺寸范围，格式为(min, max) s：当scale设置为None时，用于控制散点的尺寸大小...color：当hue设置为None时，用于控制散点的填充色彩 marker：用于设定散点的形状 alpha：控制全局色彩透明度 linewidths：控制散点轮廓宽度 edgecolors：控制散点轮廓颜色..., # 图例非标题外字体大小 'shadow': True, # 添加图例阴影 }, legend_labels...值得注意的是在我们映射值到散点大小上时，默认条件下会自动在图例中按照等间距法分出5段，这样得到的图例各个圆圈大小过渡保证了均匀。..., # 图例非标题外字体大小 'shadow': True, # 添加图例阴影 }, legend_labels

2.1K3 0

Seaborn 的五彩气泡图（上：先讲重点）

根据某个度量字段控制散点大小，进而做成气泡图如果以上一条有任意一条你还不会的，就给我耐心看完（凶巴巴）如果你都会了，那就分享给你的朋友好吗（可可爱爱）环境说明熊猫本次用的是 Anaconda...每个库的版本号我列在下方了。...，数据点颜色，图例） plt.scatter(x1,x2 ,s=50,c="red",label = "Red") #添加标题 plt.title("散点图") #显示图例 plt.legend()...根据标签区别散点颜色 #随机10行，2列的数据集 X = np.random.randn(10,2) #生成标签 y = np.array([0,0,1,1,0,1,0,1,0,0]) #添加画布 plt.figure...，显示图像 plt.legend() plt.show() 成果图如下，我们很好的根据 y 标签区分了散点颜色但是要注意到，图例并不理想。

3.7K0 0

Hans Rosling Charts Matplotlib 绘制

知识点讲解：（1）第 12 行在 matplotlib 绘制动态图表过程中非常重要，一般设置较大值，如2**64 或者 2**128，其目的就是为了消除动态图过大，导致出图不完整问题。...（5）第 63-78 行为对多类别散点图图例的制作(多数类似教程忽略了图例的添加，导致绘制的图表不够完善)，但随着Matplotlib 3.1版本的发布，PathCollection新增加一个方法legend_elements...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： ?...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，如发现请指出，我会第一时间回复并进行更正。

3K3 0

动态气泡图绘制，超简单~~

本推文绘制动态图的完整代码如下：知识点讲解：（1）第 12 行在 matplotlib 绘制动态图表过程中非常重要，一般设置较大值，如2**64 或者 2**128，其目的就是为了消除动态图过大，导致出图不完整问题...（5）第 63-78 行为对多类别散点图图例的制作(多数类似教程忽略了图例的添加，导致绘制的图表不够完善)，但随着Matplotlib 3.1版本的发布，PathCollection新增加一个方法legend_elements...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，如发现请指出，我会第一时间回复并进行更正。

3.5K2 0

Python-matplotlib 散点图绘制

各大洲的网格数据如下(部分)：如红框所示，为所需要的数据，用于绘图。 ? 全球各大洲师生比例数据如下(部分)：所需文章为student_ratio_count 。 ?...可视化绘制本文的可视化绘制过程涉及seaborn的stripplot()方法，所需的库、总体设置及用于绘制“抖动”的散点图(类似ggplot2的position_jitter())，其目的就是为了防止散点重叠...sactter_line['student_ratio_cont'], sactter_line['region_y']): newline([world_avg,p2], [p1,p2]) #添加散点...(地图图例) #添加另类图例 axins = inset_axes(ax, width=2.3, height=1.5) for x,y,c in zip(legend_data.x,legend_data.y...图例绘制方法如下(部分)： #添加图例 region_legend = ax.legend(fontsize=10,markerscale =1.2,title = 'Region',frameon=

1.4K3 0

Matplotlib 另类时间变化图制作

（2）创建绘图辅助数据这里需要创建用于绘图的辅助数据，涉及到的知识点也都是python数据处理中常用的技巧，如append（）、np.repeat()、pandas的apply()结合lambda...（2）连接线的绘制 Matplotlib 连接线的绘制方法还是还是采用上期推文Matplotlib 气球图制作中方法，此外还添加了文本绘制，如下： ? 效果如下(部分)： ?...（3）绘制散点散点的绘制也是常规的绘制方法，因为x的位置固定，这里需要有些不同，如下： ? x位置设置如下： x = np.repeat(1.5,data.shape[0]) 效果如下： ?...（5）图例文本的绘制用于文本图例的绘制方法，即上面介绍的死因(cause)新数据集，绘制如下： ? 效果如下： ?...总结本期推文涉及的Matplotlib 绘图技巧还是连接线的绘制方法，再加上辅助数据的添加，希望大家可以认真看下绘制连接线的定义函数，多练，多看，多模仿，是绘制优秀可视化作品的基础哦，希望大家能在此篇推文中学到一些对自己有用的知识点

1.3K1 0

Python-matplotlib 另类散点图绘制

1.3K2 0

关于python 的legend图例,参数使用说明

刚才画散点图要用到图例，可是matplotlib.pyplot.plot(x,y,’.’)画出的散点图中图例是两个点（因为plot默认画的是线，需要两个端点来表示线，所以是两个点），matplotlib.pyplot.scatter...(x,y,’.’)画出的散点图中图例是三个点（这个我理解不了为什么，scatter散点的大小可以自己设置，我猜可能跟这个有关）。...#添加y轴图标 plt.legend('y') #添加图例 plt.show() ?...#添加y轴图标 plt.legend('y') #添加图例 plt.show() ?...看，上边的图例都不是一个点，这跟matlab很不同，找了半天博客啥的也没找到解决办法（有的图是一个点，但是程序一运行就是两个或者三个点的，不知道为什么），还是帮助文档靠谱，直接找到了解决办法，先把网址甩出来

2.4K2 0

Matplotlib 绘2D图

线形图散点图进阶参数含义 s= 散点大小 c= 散点颜色 marker= 散点样式 cmap= 定义多类别散点的颜色 alpha= 点的透明度 edgecolors= 散点边缘颜色除了线型图以外...参数含义 s= 散点大小 c= 散点颜色 marker= 散点样式 cmap= 定义多类别散点的颜色 alpha= 点的透明度 edgecolors= 散点边缘颜色 # -*- coding: utf...Matplotlib 中，图例可以通过 matplotlib.pyplot.legend() 方法绘制。我们又拿上面的正弦和余弦曲线举例。...图像标注，就是在画面上添加文字注释、指示箭头、图框等各类标注元素。 Matplotlib 中，文字标注的方法由 matplotlib.pyplot.text() 实现。...() 方法向图像中添加箭头等样式标注。

2.3K5 0

Python空间+气泡图完美绘制房价分布

，主要涉及的内容如下： geopandas geojson数据格式读取并可视化展示单独添加散点大小图例图层 adjustText 库解决文本重叠问题 geopandas geojson数据操作这里我们选择的为香港地图的...区名文本添加：在读取的数据结果中有name 列为对应的区名，使用hk.geometry.representative_point() 方法计算出其代表性点的经纬度信息用于绘制文本位置，结果如下： ?...添加气泡散点数据这里的数据来源为我的朋友J哥的公号：菜J学Python,感谢提供数据支持。...这里主要使用红色框中的数据进行绘制，即使用scatter()方法加合理设置散点大小即可，代码如下： for x,y,price in zip(scatter_se.lon,scatter_se.lat,...气泡图例添加这里我们不是直接基于数据进行图例的生成，而是单独进行其他图层的绘制进行图例生成，这样做的好处就是可以更加自由定制所需图例的颜色和大小，涉及的代码如下： #这里进行单独的图例添加 ax.scatter

1.9K2 0

Python 空间绘图 - 房价气泡图绘制

具体为空间气泡图的绘制，主要涉及的内容如下： geopandas geojson数据格式读取并可视化展示单独添加散点大小图例图层 adjustText 库解决文本重叠问题 geopandas geojson...区名文本添加：在读取的数据结果中有name 列为对应的区名，使用hk.geometry.representative_point() 方法计算出其代表性点的经纬度信息用于绘制文本位置，结果如下： ?...添加气泡散点数据这里的数据来源为我的朋友J哥的公号：菜J学Python,感谢提供数据支持。...这里主要使用红色框中的数据进行绘制，即使用scatter()方法加合理设置散点大小即可，代码如下： for x,y,price in zip(scatter_se.lon,scatter_se.lat,...气泡图例添加这里我们不是直接基于数据进行图例的生成，而是单独进行其他图层的绘制进行图例生成，这样做的好处就是可以更加自由定制所需图例的颜色和大小，涉及的代码如下： #这里进行单独的图例添加 ax.scatter

1.6K3 0

Matplotlib_Study01

但是，为字体添加的大小，加粗，斜体的样式都没有效果。总结：在显示中文时，可以使用font_manager 模块来设置字体文件，但添加不了样式。...用于微调图例的位置。...'（星形标记）、'h'（八边形标记）、'H'（另一种八边形标记）、'+'（加号标记）、'x'（x标记）、'D'（菱形标记）、'd'（尖菱形标记）、'|'（竖线标记）、'_'（横线标记） # s 指示散点的大小...，c 指示颜色，lw指示散点边框宽度，alpha指示透明度 # edgecolors，指定散点边框的颜色。...as plt import matplotlib import numpy as np # 添加柱状图的具体数值 def auto_labels(res): for rect in res:

1611 0

python绘图 | 空间地图上散点气泡绘制

2.2K2 1

40000字 Matplotlib 实操干货，真的全！

我们可以从上图中看出，可以通过散点图同时展示该数据集的四个不同维度：图中的(x, y)位置代表每个样本的花萼的长度和宽度，散点的大小代表每个样本的花瓣的宽度，而散点的颜色代表一种特定的鸢尾花类型。...plot 和 scatter 对比：性能提醒除了上面说的plt.plot和plt.scatter对于每个散点不同属性的支持不同之外，还有别的因素影响对这两个函数的选择吗？...散点大小的图例某些情况下默认的图例不足以满足特定的可视化需求。例如，你在使用散点的大小来标记数据的某个特征，然后希望创建一个相应的图例。...下面的例子是加州城市人口的散点图，我们使用散点的大小表现该城市的面积，散点的颜色来表现城市的人口数量（自然对数值）。...我们希望使用一个图例来指明散点尺寸的比例，同时用一个颜色条来说明人口数量，我们可以通过自定义绘制一些标签数据来实现尺寸图例：译者注：新版 Matplotlib 已经取消 aspect 参数，此处改为使用新的

10.2K2 1

Matplotlib绘图的基础操作

对于初步接触matplotlib绘图库的朋友来说，绘图的字体设置、轴标签设置、图例和标题是令人头疼的问题，本文关于这些方面做出些许探讨，限于笔者能力有限，如有错误，敬请指正。...plt.scatter(rel_pm2_5, pred_pm2_5, color = 'k', s = 10, label = 'scatter figure') #scatter语法以后会说，color为散点颜色...，s代表散点大小，label表示图例显示的文字 plt.legend() plt.show() 图6 散点图现需要将x轴坐标以间隔100进行设置，y轴也以100进行设置，并设置字体大小为15。...x轴标签添加文字“观测值”，y轴标签添加文字“预测值”，使用宋体18号。...将图9添加标题“散点图”，使用1号字体样式。

1.4K1 0

Matplotlib 气球图制作

数据可视化本期推文数据可视化的难点在于连接“气球”的连接线的绘制，ggplot2 中geom_segment()可以灵活实现这一过程，而Matplotlib 则相对麻烦点，但也是有绘制连接线的方法的...结果也可以看出：虽然设置了alpha ,但也会根据 “重复“绘制，导致线的粗细不同，再者，散点(scatter)与线(vlines) 的连接也不能满足绘图需求。...(3) 散点图颜色设置及图例添加散点图的颜色设置，我们采用字典方法，详细可以查看我之前的推文(推文连接)，具体代码如下： ? 涉及列表表达式和字典的构建，不熟悉的可以自行百度啊，结果如下： ?...图例添加还是和之前推文教程一样(Hans Rosling Charts Matplotlib 绘制)，如下(部分)： ? 这里结合了刚才构建的color_dict字典。...其他为具体如刻度范围之类的设置。最终效果如下： ? 04.

2K2 0

绘制持仓榜单的“棒棒糖图”

画图 Matplotlib画图创建一张画布figure和ax画图层，用ax.hlines分别画空仓水平线和多仓水平线。用ax.scatter画左右两边线的散点，使用菱形marker。...添加图例和标题以及设置坐标轴不可见，得到最终效果： ?...用scatter画左右两边线的散点，使用菱形marker并且scatter中的text可以标注线两端的标注期货公司和持仓数，注意持仓数都是正数。...由于plotly shapes不是轨迹，只是layout中的一部分，所以不能添加legend，而上面的散点scatter虽是轨迹，但是mode =markers+text 使得legend中多出了text...所以我们需要自己添加2条轨迹来显示legend图例，代码如下： # 加上这条trace只是为了显示legend图例,因为scatter图例中显示的text在plotly现有的版本基础上去除不了 fig.add_trace

3.1K2 0

学习Matplotlib看这一份笔记就够了！

10.7K1 1

点击加载更多

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云