难以合并和重新定位Matplotlib和Pandas中的两个图表的传说

问题描述

我正在尝试将两个图表绘制到一个图形上，这两个图表来自同一个数据框，但一个表示为堆叠条形图，另一个表示为简单的线形图。

当我使用以下代码创建绘图时：

combined.iloc[:, 1:10].plot(kind='bar', stacked=True, figsize=(20,10))
combined.iloc[:, 0].plot(kind='line', secondary_y=True, use_index=False, linestyle='-', marker='o')
plt.legend(loc='upper left', fancybox=True, framealpha=1, shadow=True, borderpad=1)
plt.show()

combined数据框如下：

我看到以下图片：

我正在尝试将两个图例合并为一个图例，并将图例放置在左上角，以便所有图表都可见。

谁能解释一下为什么plt.legend()似乎只在编辑我的combined数据帧的combined.iloc[:, 0]切片对应的折线图？如果任何人能看到一种快速简单的方法来组合和重新定位传说，请让我知道！我将不胜感激。

---

解决方案

参数True传递True意味着绘图将在具有双x轴的单独的轴实例上创建，因为这会创建一个不同的轴实例。解决方案通常是手动创建图例，如linked@ImportanceOfBeingErnest对问题的回答所示。如果您不想直接创建图例，可以通过在调用pandas.DataFrame.plot之间调用plt.legend()并存储结果来解决此问题。然后，您可以从两个轴实例中恢复控制柄和标签。以下代码是这方面的完整示例

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

df = pd.DataFrame({'x' : np.random.random(25), 
                   'y' : np.random.random(25)*5, 
                   'z' : np.random.random(25)*2.5})

df.iloc[:, 1:10].plot(kind='bar', stacked=True)
leg = plt.legend()
df.iloc[:, 0].plot(kind='line', y='x', secondary_y=True)
leg2 = plt.legend()
plt.legend(leg.get_patches()+leg2.get_lines(), 
           [text.get_text() for text in leg.get_texts()+leg2.get_texts()], 
           loc='upper left', fancybox=True, framealpha=1, shadow=True, borderpad=1)
leg.remove()
plt.show()

这将产生

并且应该相当容易修改，以适应您的特定使用情形。

您也可以使用matplotlib.pyplot.figlegend()，但您需要在所有调用中传递legend = False到pandas.DataFrame.plot()，即

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

df = pd.DataFrame({'x' : np.random.random(25), 
                   'y' : np.random.random(25)*5, 
                   'z' : np.random.random(25)*2.5})

df.iloc[:, 1:10].plot(kind='bar', stacked=True, legend=False)
df.iloc[:, 0].plot(kind='line', y='x', secondary_y=True, legend=False)

plt.figlegend(loc='upper left', fancybox=True, framealpha=1, shadow=True, borderpad=1)
plt.show()

这将默认将图例定位在轴之外，但您可以通过调用plt.figlegend()中的bbox_to_anchor参数覆盖自动定位。