matplotlib 图的图例未显示答案

【问题标题】：Legend for matplotlib plot not showing upmatplotlib 图的图例未显示
【发布时间】：2020-12-16 13:39:14
【问题描述】：

我正在尝试为所附图像绘制图例，但无法使用以下查询绘制图例，有人可以帮我解决这个问题吗？

#Predicted Labels on PCA
pcadf = pd.DataFrame(preprocessed_data)
pcadf["kmeans"] = pipe["clusterer"]["kmeans"].labels_
pcadf.columns = ['component_1', 'component_2', 'kmeans']

x = pcadf['component_1'].values
y = pcadf['component_2'].values

Cluster = pcadf["kmeans"].values
fig = plt.figure(figsize=(10,5))

ax = fig.add_subplot(111)
scatter = ax.scatter(x,y,c=Cluster,s=50)
ax.legend()
fig.savefig('KMeans_Cluster.png', bbox_inches='tight', dpi=1200)

【问题讨论】：

标签： python matplotlib plot legend

【解决方案1】：

见this matplotlib help page for the 2 options。您可以遍历不同的标签，或者使用 PathCollection 的 legend_elements() ，下面我使用第二个选项的示例：

from sklearn.decomposition import PCA
import matplotlib.pyplot as plt
import seaborn as sns
from sklearn.cluster import KMeans
from sklearn.preprocessing import StandardScaler

iris = sns.load_dataset('iris')
df = StandardScaler().fit_transform(iris.iloc[:,:4])

pcadf = PCA(n_components=2).fit_transform(df)
pcadf = pd.DataFrame(pcadf,columns = ['component_1','component_2'])
pcadf["kmeans"] = KMeans(n_clusters=2).fit_predict(df)

#Cluster = pcadf["kmeans"].values
fig = plt.figure(figsize=(10,5))
ax = fig.add_subplot(111)
ax.scatter(pcadf['component_1'],pcadf['component_2'],c=pcadf['kmeans'],s=50)
legend1 = ax.legend(*scatter.legend_elements(),
                    loc="lower left", title="Clusters")
ax.add_artist(legend1)

【讨论】：