


Wie positioniere ich eine Matplotlib-Legende außerhalb des Plotbereichs und behalte dabei die Achsenabmessungen bei?
So positionieren Sie die Legende außerhalb des Plotbereichs
Mit den vielseitigen Funktionen von Matplotlib können Sie die Legende außerhalb des Plotbereichs unter Beibehaltung der ursprünglichen Achsenabmessungen platzieren. So können Sie es erreichen:
Verwenden des Schlüsselwortarguments bbox_to_anchor
Mit dem Schlüsselwortargument bbox_to_anchor können Sie die Begrenzungsrahmenkoordinaten für die Legende relativ zu den Achsen der Figur angeben. Durch Festlegen dieser Koordinaten können Sie die Legende außerhalb des Plotbereichs positionieren, während die Achsenabmessungen unverändert bleiben.
Zum Beispiel:
import matplotlib.pyplot as plt x = np.arange(10) fig = plt.figure() ax = plt.subplot(111) for i in range(5): ax.plot(x, i * x, label='$y = %ix$' % i) # Shift the legend to the right outside the plot area ax.legend(bbox_to_anchor=(1.1, 1.05)) plt.show()
Anpassen der Schriftgröße der Legende
Wenn Wenn Ihnen das Legendenfeld zu groß ist, können Sie die Schriftgröße des darin enthaltenen Textes verringern. Dies kann mit dem Schlüsselwortargument „fontsize“ erfolgen:
# Shrink the font size of the legend text ax.legend(bbox_to_anchor=(1.1, 1.05), fontsize='small')
Andere Optionen
Neben bbox_to_anchor können Sie auch die folgenden Optionen in Betracht ziehen:
- Plotbereich verkleinern: Reduzieren Sie die Breite oder Höhe des Plotbereichs, um Platz für die Legende zu schaffen außerhalb.
- Mit figlegend: Erstellen Sie eine Legende außerhalb des Plotbereichs vollständig mit plt.figlegend().
- Beziehen Sie sich auf die Legendenanleitung: Weitere Informationen finden Sie im offiziellen Matplotlib-Legendenführer.
Das obige ist der detaillierte Inhalt vonWie positioniere ich eine Matplotlib-Legende außerhalb des Plotbereichs und behalte dabei die Achsenabmessungen bei?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

Video Face Swap
Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen

Python eignet sich für Datenwissenschafts-, Webentwicklungs- und Automatisierungsaufgaben, während C für Systemprogrammierung, Spieleentwicklung und eingebettete Systeme geeignet ist. Python ist bekannt für seine Einfachheit und sein starkes Ökosystem, während C für seine hohen Leistung und die zugrunde liegenden Kontrollfunktionen bekannt ist.

Sie können die Grundlagen von Python innerhalb von zwei Stunden lernen. 1. Lernen Sie Variablen und Datentypen, 2. Master -Steuerungsstrukturen wie wenn Aussagen und Schleifen, 3. Verstehen Sie die Definition und Verwendung von Funktionen. Diese werden Ihnen helfen, einfache Python -Programme zu schreiben.

Python zeichnet sich in Gaming und GUI -Entwicklung aus. 1) Spielentwicklung verwendet Pygame, die Zeichnungen, Audio- und andere Funktionen bereitstellt, die für die Erstellung von 2D -Spielen geeignet sind. 2) Die GUI -Entwicklung kann Tkinter oder Pyqt auswählen. Tkinter ist einfach und einfach zu bedienen. PYQT hat reichhaltige Funktionen und ist für die berufliche Entwicklung geeignet.

Sie können grundlegende Programmierkonzepte und Fähigkeiten von Python innerhalb von 2 Stunden lernen. 1. Lernen Sie Variablen und Datentypen, 2. Master Control Flow (bedingte Anweisungen und Schleifen), 3.. Verstehen Sie die Definition und Verwendung von Funktionen, 4. Beginnen Sie schnell mit der Python -Programmierung durch einfache Beispiele und Code -Snippets.

Python wird in den Bereichen Webentwicklung, Datenwissenschaft, maschinelles Lernen, Automatisierung und Skripten häufig verwendet. 1) In der Webentwicklung vereinfachen Django und Flask Frameworks den Entwicklungsprozess. 2) In den Bereichen Datenwissenschaft und maschinelles Lernen bieten Numpy-, Pandas-, Scikit-Learn- und TensorFlow-Bibliotheken eine starke Unterstützung. 3) In Bezug auf Automatisierung und Skript ist Python für Aufgaben wie automatisiertes Test und Systemmanagement geeignet.

Python ist leichter zu lernen und zu verwenden, während C leistungsfähiger, aber komplexer ist. 1. Python -Syntax ist prägnant und für Anfänger geeignet. Durch die dynamische Tippen und die automatische Speicherverwaltung können Sie die Verwendung einfach zu verwenden, kann jedoch zur Laufzeitfehler führen. 2.C bietet Steuerung und erweiterte Funktionen auf niedrigem Niveau, geeignet für Hochleistungsanwendungen, hat jedoch einen hohen Lernschwellenwert und erfordert manuellem Speicher und Typensicherheitsmanagement.

Um die Effizienz des Lernens von Python in einer begrenzten Zeit zu maximieren, können Sie Pythons DateTime-, Zeit- und Zeitplanmodule verwenden. 1. Das DateTime -Modul wird verwendet, um die Lernzeit aufzuzeichnen und zu planen. 2. Das Zeitmodul hilft, die Studie zu setzen und Zeit zu ruhen. 3. Das Zeitplanmodul arrangiert automatisch wöchentliche Lernaufgaben.

Python zeichnet sich in Automatisierung, Skript und Aufgabenverwaltung aus. 1) Automatisierung: Die Sicherungssicherung wird durch Standardbibliotheken wie OS und Shutil realisiert. 2) Skriptschreiben: Verwenden Sie die PSUTIL -Bibliothek, um die Systemressourcen zu überwachen. 3) Aufgabenverwaltung: Verwenden Sie die Zeitplanbibliothek, um Aufgaben zu planen. Die Benutzerfreundlichkeit von Python und die Unterstützung der reichhaltigen Bibliothek machen es zum bevorzugten Werkzeug in diesen Bereichen.
