Добавление легенды к параллельному скоординированному сюжету с помощью Matplotlib Proxy Artist

Question

Мне трудно добавить легенду matplotlib.pyplot, моя цель состоит в том, чтобы сделать график параллельных координат похожим на

Участок параллельных координат в Матплотлибе

Поскольку мой сценарий использования аналогичен, я использовал предоставленное решение, за исключением того, что у меня есть только 2 наблюдения, по 1 в каждой группе, и я добавил plt.legend(axes,style), так что легенда создана, но когда я запускаю код, я получаю предупреждение ниже и без легенды.

: \ Python27 \ lib \ site-packages \ matplotlib \ legend.py: 634: Предупреждение пользователя: Legend не поддерживает экземпляры. Вместо этого можно использовать прокси-исполнителя. Смотрите: http://matplotlib.org/users/legend_guide.html "#using-proxy-artist".format(orig_handle)

Я пытался просмотреть документацию, но не смог найти решение.

Я нашел еще одну публикацию в стеке, перечисленную ниже, но все еще не совсем ясно, как использовать легенды, особенно о том, как распаковать подзаговоры перед переходом к функции легенды. Может кто-нибудь объяснить, пожалуйста, как это работает.

Использование прокси-художника внутри легенды, matplotlib, Python

#!/usr/bin/python
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker

def parallel_coordinates(data_sets, style=None):

    dims = len(data_sets[0])
    x    = range(dims)
    fig, axes = plt.subplots(1, dims-1, sharey=False)

    if style is None:
        style = ['r-']*len(data_sets)

    # Calculate the limits on the data
    min_max_range = list()
    for m in zip(*data_sets):
        mn = min(m)
        mx = max(m)
        if mn == mx:
            mn -= 0.5
            mx = mn + 1.
        r  = float(mx - mn)
        min_max_range.append((mn, mx, r))

    # Normalize the data sets
    norm_data_sets = list()
    for ds in data_sets:
        nds = [(value - min_max_range[dimension][0]) / 
                min_max_range[dimension][2] 
                for dimension,value in enumerate(ds)]
        norm_data_sets.append(nds)
    data_sets = norm_data_sets

    # Plot the datasets on all the subplots
    for i, ax in enumerate(axes):
        for dsi, d in enumerate(data_sets):
            ax.plot(x, d, style[dsi])
        ax.set_xlim([x[i], x[i+1]])

    # Set the x axis ticks 
    for dimension, (axx,xx) in enumerate(zip(axes, x[:-1])):
        axx.xaxis.set_major_locator(ticker.FixedLocator([xx]))
        ticks = len(axx.get_yticklabels())
        labels = list()
        step = min_max_range[dimension][2] / (ticks - 1)
        mn   = min_max_range[dimension][0]
        for i in xrange(ticks):
            v = mn + i*step
            labels.append('%4.2f' % v)
        axx.set_yticklabels(labels)


    # Move the final axis' ticks to the right-hand side
    axx = plt.twinx(axes[-1])
    dimension += 1
    axx.xaxis.set_major_locator(ticker.FixedLocator([x[-2], x[-1]]))
    ticks = len(axx.get_yticklabels())
    step = min_max_range[dimension][2] / (ticks - 1)
    mn   = min_max_range[dimension][0]
    labels = ['%4.2f' % (mn + i*step) for i in xrange(ticks)]
    axx.set_yticklabels(labels)

    # Stack the subplots 

    plt.subplots_adjust(wspace=0)
    plt.legend(axes,style)
    return plt

if __name__ == '__main__':
    import random
    base  = [0,   0,  5,   5,  0]
    scale = [1.5, 2., 1.0, 2., 2.]
    data = [[base[x] + random.uniform(0., 1.)*scale[x]
            for x in xrange(5)] for y in xrange(1)]
    colors = ['r'] * 1

    base  = [3,   6,  0,   1,  3]
    scale = [1.5, 2., 2.5, 2., 2.]
    data.extend([[base[x] + random.uniform(0., 1.)*scale[x]
                 for x in xrange(5)] for y in xrange(1)])
    colors.extend(['b'] * 1)


    parallel_coordinates(data, style=colors).show()

Answer 1

В основном ошибка в том, что matplotlib не поддерживает процедурную генерацию легенды и сообщает вам, что вам придется делать это вручную. Например

blue_line = mlines.Line2D([], [], color='blue', label='Blue')
red_line = mlines.Line2D([], [], color='red', label='Red')
plt.legend(handles=[blue_line, red_line])

который зависит от импорта matplotlib.lines как mlines, В рассматриваемом коде это сгенерирует

Вы также можете использовать matplotlib.patches если вы предпочитаете патч вместо строки, т.е.

blue_patch = mpatches.Patch(color='blue', label='Blue')
red_patch = mpatches.Patch(color='red', label='Red')
plt.legend(handles=[blue_patch, red_patch])

который зависит от импорта matplotlib.patches как mpatches, Это генерирует

Вы можете добавить любой пользовательский handles вам нужна легенда - смешивание патчей, линий и маркеров допустимо.