如何为图表添加图例，让不同曲线一目了然？

小象实战讲义 · Python 编程从入门到实践

在上一节，我们学习了如何在同一张图表中绘制多条曲线。当曲线增多时，如何清晰地告诉读者每条线代表什么数据呢？本节将介绍图例（Legend）的使用，它能为每条曲线添加标签，是制作专业、易读图表的关键一步。学完本节，你就能为你的多线图表配上清晰的说明。

💡 核心导读

• 图例的作用：为图表中的不同数据系列（如多条曲线）添加标签说明。
• 添加标签：在 plt.plot() 函数中使用 label 参数为每条曲线命名。
• 显示图例：调用 plt.legend() 函数在图表上显示图例。
• 调整位置：通过 loc 参数控制图例在图表中的位置，避免遮挡数据。

图例是什么？为什么需要它？

图例是图表中的一个方框，里面包含了图表中各种图形元素（如线条、标记、颜色块）的样本及其对应的文字标签。它的核心作用是解释图表中不同视觉元素所代表的数据含义。

想象一下，一张图表里画了一条蓝线和一条红线。如果不加说明，读者只能猜测“蓝线可能是A数据，红线可能是B数据”。而通过图例，我们可以明确地标注出“蓝线：线性增长”、“红线：平方增长”，让图表的信息传递变得准确无误。

在 Matplotlib 中，为图表添加图例是一个两步过程：1. 为数据系列设置标签；2. 调用函数显示图例。

如何为曲线添加标签并显示图例？

首先，我们需要在绘制每条曲线时，通过 plt.plot() 函数的 label 参数为其指定一个名字。

import matplotlib
matplotlib.use("Agg")  # 无图形界面后端
import matplotlib.pyplot as plt
import numpy as np

# 准备数据
x = np.linspace(-3, 3, 50)
y_linear = 2 * x + 1   # 线性函数 y = 2x + 1
y_square = x ** 2       # 二次函数 y = x^2

# 创建图表
plt.figure(figsize=(6, 4))

# 绘制第一条曲线，并设置标签为"线性函数"
plt.plot(x, y_linear, label='线性函数 (y=2x+1)')

# 绘制第二条曲线，设置不同的线型和颜色，并设置标签
plt.plot(x, y_square, color='red', linestyle='--', label='平方函数 (y=x²)')

# 设置坐标轴标签
plt.xlabel('x 轴')
plt.ylabel('y 轴')

# 显示图例，放在右上角
plt.legend(loc='upper right')

# 在无头环境中，我们关闭图形以释放资源
plt.close()

执行后会得到一张图表：图中有一条蓝色实线（线性函数）和一条红色虚线（平方函数）；在图表右上角出现一个图例框，里面用对应的颜色和线型标注了 “线性函数 (y=2x+1)” 和 “平方函数 (y=x²)”。

关键点解析：

• label='线性函数 (y=2x+1)'：在 plot 函数中定义这条曲线的标签。这个字符串会出现在图例中。
• plt.legend()：这个函数调用会收集当前图表中所有设置了 label 的图形元素，并将它们以图例的形式绘制出来。
• 图例的样式（颜色、线型）会自动匹配对应曲线的样式。

如何调整图例的位置？

默认情况下，plt.legend() 会将图例放在一个它认为合适的位置（通常是“最佳”位置）。但有时图例会遮挡关键数据，我们可以通过 loc 参数来手动指定位置。

loc 参数接受一个字符串或一个代表位置的代码，常用的位置有：

• 'upper right'：右上角
• 'upper left'：左上角
• 'lower left'：左下角
• 'lower right'：右下角
• 'center'：正中央
• 'best'：自动选择最佳位置（默认）

import matplotlib
matplotlib.use("Agg")  # 无图形界面后端
import matplotlib.pyplot as plt
import numpy as np

# 使用相同的数据
x = np.linspace(-1, 2, 30)
y1 = 2 * x + 1
y2 = x ** 2

plt.figure(figsize=(5, 5))
plt.xlim((-1, 2))
plt.ylim((-2, 3))
plt.xlabel('x 值')
plt.ylabel('y 值')

plt.plot(x, y1, label='Y = 2X + 1')
plt.plot(x, y2, color='red', linestyle='--', label='Y = X²')

# 将图例放置在左上角，避免遮挡右上角的曲线
plt.legend(loc='upper left')

plt.close()

执行代码后，图例框会出现在图表的左上角区域。

使用 loc='best'： 如果你不确定放哪里好，或者希望 Matplotlib 自动找一个不遮挡数据的位置，可以使用 loc='best'。这是 plt.legend() 的默认行为，所以不写 loc 参数效果相同。

import matplotlib
matplotlib.use("Agg")  # 无图形界面后端
import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-3, 3, 50)
y1 = 2 * x + 1
y2 = x ** 2

plt.figure(figsize=(7, 4))
plt.plot(x, y1, label='Y = 2X + 1')
plt.plot(x, y2, color='red', linestyle='--', label='Y = X²')

# 让工具自动选择最佳位置
plt.legend(loc='best')

plt.close()

执行代码时，Matplotlib 会计算数据点和坐标轴的位置，将图例放置在一个空白相对较大的区域。

如果输错了位置参数：如果你不小心写了一个不存在的位置代码，比如 loc='center top'，Python 会报错，并在错误信息中提示相近的可用位置，例如 Did you mean one of: 'center left', 'center', 'center right'?，这其实是一个快速查看可用选项的方法。

📝 动手练一练

1. 修改图例标签：将本节第一个示例中的图例标签从“线性函数 (y=2x+1)”和“平方函数 (y=x²)”改为更简洁的“Line 1”和“Line 2”，并观察图例的变化。
2. 探索所有位置：尝试将 loc 参数分别改为 'lower right', 'center left', 'upper center'，运行代码并观察图例在图中的位置。

import matplotlib
matplotlib.use("Agg")  # 无图形界面后端
import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-1, 1, 20)
y1 = x
y2 = x**3

plt.figure()
plt.plot(x, y1, label='Line 1')  # 修改了标签
plt.plot(x, y2, label='Line 2')  # 修改了标签
plt.legend(loc='lower right')    # 尝试改为 'center left', 'upper center' 等
plt.close()

常见错误

小结

1. 图例（Legend） 是图表中用于说明不同数据系列含义的标识框。
2. 为曲线添加图例需要两步：在 plt.plot() 中使用 label 参数命名曲线；调用 plt.legend() 显示图例。
3. plt.legend() 的 loc 参数用于控制图例位置，常用值有 'upper right'（右上）、'upper left'（左上）、'best'（最佳）等。
4. 如果图表未显示图例，首先检查：① plot 时是否设置了 label；② 是否调用了 plt.legend()。
5. 图例的位置应避免遮挡关键数据点，通常使用 'best' 或手动调整到空白区域。

📋 行动清单

• 运行本节的所有示例代码，确认图例能正常显示。
• 将 loc 参数从 'upper right' 依次改为 'lower left', 'center', 'right'，运行并观察图例位置的变化。
• 尝试在一张图上绘制三条不同颜色的水平线，并为它们分别设置有意义的 label（例如“及格线”、“良好线”、“优秀线”），然后添加图例。

—— 小象教研组