Python中的 Matplotlib.artist.Artist.set_label()

Matplotlib是Python中的一个库，它是 NumPy 库的数值数学扩展。 Artist 类包含呈现为 FigureCanvas 的对象的 Abstract 基类。图中所有可见元素都是 Artist 的子类。

Matplotlib.artist.Artist.set_label() 方法

matplotlib 库的艺术家模块中的set_label() 方法用于设置将在图例中显示的标签。

Syntax: Artist.set_label(self, s)

Parameters: This method accepts only one parameters.

• s: This parameter is converted to a string by calling str.

Returns: This method does not return any value.

下面的示例说明了 matplotlib 中的 matplotlib.artist.Artist.set_label()函数：

示例 1：

# Implementation of matplotlib function
from matplotlib.artist import Artist 
import matplotlib.pyplot as plt 
import numpy as np 
from matplotlib.collections import EllipseCollection 
     
    
x = np.arange(10) 
y = np.arange(15) 
X, Y = np.meshgrid(x, y) 
     
XY = np.column_stack((X.ravel(), Y.ravel())) 
     
fig, ax = plt.subplots() 
     
ec = EllipseCollection(10, 10, 5, units ='y', 
                       offsets = XY * 0.5, 
                       transOffset = ax.transData, 
                       cmap ="bone") 
    
ec.set_array((X * Y + X * X).ravel()) 
    
ax.add_collection(ec) 
ax.autoscale_view() 
    
ax.set_xlabel('X') 
ax.set_ylabel('y') 
    
cbar = plt.colorbar(ec) 
cbar.set_label('X + Y')  
  
fig.suptitle("""matplotlib.artist.Artist.set_label()
function Example""", fontweight="bold")
  
plt.show()

输出：

示例 2：

# Implementation of matplotlib function
from matplotlib.artist import Artist 
import matplotlib.pyplot as plt 
import numpy as np 
     
    
np.random.seed(19680801) 
     
n = 100000
x = np.random.standard_normal(n) 
y = 2 * np.random.standard_normal(n) 
z =[1, 2, 3, 4] 
    
xmin = x.min() 
xmax = x.max() 
ymin = y.min() 
ymax = y.max() 
     
fig, ax = plt.subplots() 
hb = ax.hexbin(x, y,
               gridsize = 50,
               bins ='log',
               cmap ='PuBuGn') 
  
ax.set(xlim =(xmin, xmax), ylim =(ymin, ymax)) 
    
cb = fig.colorbar(hb, ax = ax) 
cb.set_label('log')  
  
fig.suptitle("""matplotlib.artist.Artist.set_label()
function Example""", fontweight="bold")
  
plt.show()

输出：