我们把这些参数都用起来给大家看一个组合例子：
轴标签
轴标签顾名思义，就是在坐标轴上加上标签，告诉大家这个坐标轴代表的含义。比如我们画的月份销量图，我们的横坐标是每年的月份，纵坐标是当月的销量。如果不标出来看图的人很难知道这个轴代表的含义，可能会理解错。所以我们可以给坐标轴加上轴标签，让大家一眼就看得出来，这个轴代表的含义。
加上轴标签的方法也非常简单，和刚才添加title的方式基本一样，用xlabel设置x轴标签，用ylabel设置y轴标签。比如这样：
如果是多个子图，我们同样操作subplot这个对象来进行设置。
设置图例
下面来介绍一下设置图例，图例这个翻译不是很好，但是也找不到更精准的翻译了。图例的使用场景是我们将多个曲线画在同一张画布上的时候，这时候为了区分每一个颜色的图像代表的含义，我们需要在图像当中标注出来。
我们来看这个例子，这个例子是我在matplotlib的官网找到的，它绘制的是x和，
函数图像的差别。由于这三张图是画在一起的，为了能够让读者分辨出究竟什么颜色代表什么函数，所以在左上角标上了图例。
我们关注一下图像的左上角，已经替我们标好了。蓝色的是线性图像，也就是x，黄色的是x的平方，绿色的是x的立方。
那么这个图例是怎么标出来的呢？这里需要做两件事，第一件事就是在我们通过plot绘制图像的时候需要加上label，表示当前画的这个图像到底是什么意思。这个label也就是我们看到左上角展示图例当中的文字。比如linear, quadratic之类的就是label。另外一个就是在我们调用show这个函数之前，需要调用一下legend这个方法，这个方法就是绘制图例用的。
我们来看下刚才那张图的代码：
x = np.linspace(0, 2, 100)
plt.plot(x, x, label='linear')
plt.plot(x, x**2, label='quadratic')
plt.plot(x, x**3, label='cubic')
plt.xlabel('x label')
plt.ylabel('y label')
plt.title("Simple Plot")
plt.legend()
plt.show()
它在子图上的用法基本上一模一样，我们来看个例子：
我们可以看到对于ax1这张子图来说，我们做的事情和plt是一样的，就是在调用plot的时候标上了label，然后在show之前调用了legend方法。
最后来介绍一下legend的参数，其实legend有很多参数，我们选择其中比较常用的几个说一说。剩下的大家可以去查看相关的文档，我建议是用到的时候再去查，不过也可能一直没机会用到。
首先是loc，loc是location的缩写，顾名思义表示图例放置的位置。传入的参数表示一个方位，比如upper left, lower left, center left等等。上中下分别是upper,center,lower，左中右分别是left, center, right。我们可以自由组合这两个方位，可以得到9种方位，再加上一种best，表示自适配最佳放置位置。
除此之外是常见的几个参数，比如title，fontsize，edgecolor，shadow和facecolor。这几个参数我们根据名字大概就猜得出来，有些刚才介绍title的时候讲过了，效果是一样的，只不过放置的位置不同而已。
除了这些之外还有像是设置图例当中先放缩略图还是先放文字的markerfirst，设置散点图中散点数量的scatterpoints。以及一些关于间距文本长度的设置，这些都不是非常常用，就不一一赘述了。
今天的文章到这里就结束了，如果喜欢本文的话，请来一波三连，给我一点支持吧。（关注、转发、点赞）。
本文使用 mdnice 排版
- END -
{{uploading-image-616067.png(uploading...)}}