6.3 标注图例与坐标细节

6.3 标注图例与坐标细节

成图交付的最后一公里：轴标签与标题的接口分层（set 系列、set_axis_labels、set_titles）、图例的搬移与精简（move_legend、legend=False）、坐标范围与参考线（set_xlim、axhline）——这些细节决定读者是否第一眼信任这张图。

6.2 结束时成图已经"风格正确"，本节处理"信息完整"。原教程把这批内容拆成两节（标注加图例、网格加刻度），此处合并为一个交付检查清单，因为它们本来就是同一个动作：交图前的最后一轮打磨。

标注接口的分层

import seaborn as sns
import matplotlib.pyplot as plt

tips = sns.load_dataset('tips')

# axes 级：Axes 的 set 系列，一次全改
ax = sns.scatterplot(data=tips, x='total_bill', y='tip', hue='day')
ax.set(
    xlabel='总消费（美元）',
    ylabel='小费（美元）',
    title='小费随总消费的增长',
    xlim=(0, 60),
)
# 等价于分别调 set_xlabel、set_ylabel、set_title、set_xlim，一个调用打包

# figure 级：Grid 的批量接口
g = sns.relplot(data=tips, x='total_bill', y='tip', col='time', height=3.5)
g.set_axis_labels('总消费（美元）', '小费（美元）')   # 只写一次，所有面板共享
g.set_titles('{col_name}时段')                        # 模板化面板标题
g.fig.suptitle('小费行为的餐段差异', y=1.02)          # 总标题挂在 fig 上
plt.show()
​

两套接口的分工与第 1.2 节的两级函数完全对应：Axes 的 set 管单图，Grid 的 set 系列管面板阵列。figure 级总标题用 suptitle 而非 plt.title，是新手最常踩的接口错位。

图例的三种处置

# 处置一：搬移——move_legend 处理最常见的"图例挡数据"
ax = sns.scatterplot(data=tips, x='total_bill', y='tip', hue='day')
sns.move_legend(ax, 'upper left', title='星期', frameon=False)
# loc 支持九宫格位置；frameon=False 去掉图例边框，更轻

# 处置二：精简——单图不需要图例时直接关掉
ax = sns.scatterplot(data=tips, x='total_bill', y='tip', hue='day',
                     legend=False)   # 单面板且类别含义已在标题说清时

# 处置三：外包——多个子图共享一个图例
fig, axes = plt.subplots(1, 2, figsize=(10, 4))
sns.scatterplot(data=tips, x='total_bill', y='tip', hue='day',
                ax=axes[0], legend=False)
sns.scatterplot(data=tips, x='size', y='tip_rate', hue='day',
                ax=axes[1], legend=False)
handles, labels = axes[0].get_legend_handles_labels()
fig.legend(handles, labels, loc='lower center', ncol=4, title='星期')
fig.subplots_adjust(bottom=0.18)   # 给底部图例腾位置
​

图例位置的原则只有一条：不挡数据。数据集中在左上时图例放右下，反之亦然；实在没有空位就把图例移出绘图区（外包到 fig 层）。

刻度、参考线与注释

# 刻度定制：rotation 解救长标签
ax = sns.countplot(data=tips, x='day')
ax.set_xticklabels(['周四', '周五', '周六', '周日'])
ax.tick_params(axis='x', rotation=30)

# 参考线：把领域知识钉进坐标系
ax = sns.histplot(data=tips, x='total_bill', binwidth=5)
ax.axvline(20, color='gray', linestyle='--', linewidth=1)
ax.annotate('套餐定价线 20 美元', xy=(20, 40), xytext=(26, 45),
            arrowprops={'arrowstyle': '->', 'color': 'gray'})

# 对数轴：金额跨度大时
ax = sns.histplot(data=tips, x='total_bill')
ax.set_xscale('log')            # 消费金额右偏严重时，对数轴还原对称形态
​

案例：把一张分析图推到可交付

背景：分析图已出结论（小费比例随账单增大而收敛），但当前版本图例挡数据、无单位、标题是图型名，直接交出去会被打回。

操作（按清单逐项执行）：

tips['tip_rate'] = tips['tip'] / tips['total_bill']
ax = sns.scatterplot(data=tips, x='total_bill', y='tip_rate',
                     hue='day', style='time', alpha=0.7)
# 一：标签与结论式标题
ax.set_xlabel('总消费（美元）')
ax.set_ylabel('小费占账单比例')
ax.set_title('小费比例随账单增大而收敛于两成附近')
# 二：图例搬移
sns.move_legend(ax, 'upper right', title='星期')
# 三：参考线
ax.axhline(0.2, color='crimson', linestyle=':', linewidth=1.2)
ax.annotate('两成小费线', xy=(45, 0.2), xytext=(46, 0.28),
            arrowprops={'arrowstyle': '->', 'color': 'crimson'}, color='crimson')
# 四：范围
ax.set_ylim(0, 0.75)
# 五：收尾
sns.despine(ax=ax, offset=6)
​

结果解读：打磨后的图自含完整叙事——标题给结论、参考线给基准、散点的收敛形态给证据、图例无遮挡。同一个 axes，五步只动了细节层，统计内容零改动。变式：交付幻灯版再叠一层 6.2 的 context（talk），字号自动放大，叙事结构不变。

⚠️ 常见坑：set_xticklabels 必须与当前刻度数一致，否则报错；它改的只是文字，类别顺序由绘图时的顺序决定。想改顺序应在数据层把列转成有序 category，而不是事后换标签。

本节要点回顾

• 接口分层跟两级函数走：Axes.set 管单图、Grid.set 系列管面板、总标题挂 fig；
• 图例唯一原则是不挡数据：move_legend、legend=False、fig 外包共享三选一；
• 结论式标题：标题说发现，不说图型名；
• 领域知识进图：参考线加注释把基准与阈值钉进坐标系；
• 顺序问题回数据层：刻度顺序、类别顺序都在数据层解决，标注层只管文字。

细节层至此清算完毕。第 7 章进入多面板装配与生态集成，把单图零件组装成成套产品。