如何在 Matplotlib 的散点图中添加图例？

Matplotlib 是一款常用的绘图库，可以方便地绘制各种类型的图表，包括散点图。在散点图中添加图例可以更好地展示数据，让用户更容易理解图表。

添加图例

在 Matplotlib 中添加图例有两种方式：使用 legend 函数或者在 scatter 函数中传入 label 参数。以下是两种方法的具体介绍。

使用 legend 函数

import matplotlib.pyplot as plt

# 使用 scatter 函数绘制散点图，并传入 label 参数
x = [1, 2, 3, 4, 5]
y = [1, 4, 9, 16, 25]
plt.scatter(x, y, label='data')

# 使用 legend 函数添加图例
plt.legend()

# 显示图形
plt.show()

在上面的代码中，我们使用 scatter 函数绘制了一个散点图，并在函数中传入了 label 参数，标识该散点图为 'data'。接着，我们使用 legend 函数来添加图例，该函数会自动检测所有有 label 参数的画图函数，并将其标识为图例。

在实际使用中，我们可以通过 loc 参数来指定图例的位置，例如：

plt.legend(loc='upper left')

在 scatter 函数中传入 label 参数

另外一种添加图例的方式是在 scatter 函数中传入 label 参数，具体代码如下：

import matplotlib.pyplot as plt

# 在 scatter 函数中传入 label 参数
x = [1, 2, 3, 4, 5]
y = [1, 4, 9, 16, 25]
plt.scatter(x, y, label='data')

# 添加图例
plt.legend()

# 显示图形
plt.show()

在上面的代码中，我们在 scatter 函数中传入了 label 参数，标识该散点图为 'data'。然后，我们再使用 legend 函数来添加图例，效果与前一种方法相同。

总结

在 Matplotlib 的散点图中添加图例可以让用户更好地理解图形，我们可以使用 legend 函数或者在 scatter 函数中传入 label 参数来实现。同时，我们还可以使用 loc 参数来指定图例的位置。