Matplotlib で複数のサブプロットに単一の凡例を作成するにはどうすればよいですか?
Matplotlib で複数のサブプロットの単一凡例を作成する
Matplotlib で複数のサブプロットを並べて作成すると、さまざまなデータセットまたは側面を視覚化できます。単一のデータセットを単一の図にまとめたものです。ただし、これらのサブプロットに同様の凡例がある場合、複数の凡例を表示するのは不必要であり、見た目が乱雑になる可能性があります。幸いなことに、Matplotlib は、凡例を単一のまとまった表現に統合するソリューションを提供します。
解決策: get_legend_handles_labels() を使用する
複数のサブプロットに対して単一の凡例を作成するには、最後の軸の get_legend_handles_labels() 関数。この関数は、label= 引数から必要な情報を収集し、統合された凡例を手動で作成できるようにします。
<code class="python">handles, labels = ax.get_legend_handles_labels() fig.legend(handles, labels, loc='upper center')</code>
ここ:
- ax は、サブプロット グリッドの最後の軸を表します。
- handles は、凡例を表すハンドル (線、マーカーなど) のリストです。エントリ。
- labels は、凡例エントリに対応するラベルのリストです。
- loc は、図内の凡例の位置を指定します (たとえば、プロットの上の場合は「上部中央」)。
Axes インターフェースの代わりに pyplot インターフェースを使用している場合は、これを使用してくださいcode:
<code class="python">handles, labels = plt.gca().get_legend_handles_labels()</code>
追加の考慮事項
- 個々のサブプロットから凡例を削除するには、「matplotlib Figure の凡例を削除する」のガイダンスを参照してください。
- twiny 凡例のマージについては、「twinx() を使用した二次軸:」を参照してください。詳細については、「凡例に追加する方法」を参照してください。
以上がMatplotlib で複数のサブプロットに単一の凡例を作成するにはどうすればよいですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック











Pythonは、データサイエンス、Web開発、自動化タスクに適していますが、Cはシステムプログラミング、ゲーム開発、組み込みシステムに適しています。 Pythonは、そのシンプルさと強力なエコシステムで知られていますが、Cは高性能および基礎となる制御機能で知られています。

2時間以内にPythonの基本的なプログラミングの概念とスキルを学ぶことができます。 1.変数とデータ型、2。マスターコントロールフロー(条件付きステートメントとループ)、3。機能の定義と使用を理解する4。

PythonはゲームとGUI開発に優れています。 1)ゲーム開発は、2Dゲームの作成に適した図面、オーディオ、その他の機能を提供し、Pygameを使用します。 2)GUI開発は、TKINTERまたはPYQTを選択できます。 TKINTERはシンプルで使いやすく、PYQTは豊富な機能を備えており、専門能力開発に適しています。

2時間以内にPythonの基本を学ぶことができます。 1。変数とデータ型を学習します。2。ステートメントやループの場合などのマスター制御構造、3。関数の定義と使用を理解します。これらは、簡単なPythonプログラムの作成を開始するのに役立ちます。

Pythonは学習と使用が簡単ですが、Cはより強力ですが複雑です。 1。Python構文は簡潔で初心者に適しています。動的なタイピングと自動メモリ管理により、使いやすくなりますが、ランタイムエラーを引き起こす可能性があります。 2.Cは、高性能アプリケーションに適した低レベルの制御と高度な機能を提供しますが、学習しきい値が高く、手動メモリとタイプの安全管理が必要です。

限られた時間でPythonの学習効率を最大化するには、PythonのDateTime、時間、およびスケジュールモジュールを使用できます。 1. DateTimeモジュールは、学習時間を記録および計画するために使用されます。 2。時間モジュールは、勉強と休息の時間を設定するのに役立ちます。 3.スケジュールモジュールは、毎週の学習タスクを自動的に配置します。

Pythonは、Web開発、データサイエンス、機械学習、自動化、スクリプトの分野で広く使用されています。 1)Web開発では、DjangoおよびFlask Frameworksが開発プロセスを簡素化します。 2)データサイエンスと機械学習の分野では、Numpy、Pandas、Scikit-Learn、Tensorflowライブラリが強力なサポートを提供します。 3)自動化とスクリプトの観点から、Pythonは自動テストやシステム管理などのタスクに適しています。

Pythonは、自動化、スクリプト、およびタスク管理に優れています。 1)自動化:OSやShutilなどの標準ライブラリを介してファイルバックアップが実現されます。 2)スクリプトの書き込み:Psutilライブラリを使用してシステムリソースを監視します。 3)タスク管理:スケジュールライブラリを使用してタスクをスケジュールします。 Pythonの使いやすさと豊富なライブラリサポートにより、これらの分野で優先ツールになります。
