逻辑增长模型绘图：axhline图例添加及savefig无图例问题与代码优化

核心原因 #

• 渲染顺序错误：如果savefig在plt.legend()或ax.legend()之前执行，图例还未被绘制到画布，保存时自然缺失。
• 图例被画布裁剪：默认情况下savefig的画布范围未包含图例，导致图例被裁切。
• 元素关联失效：axhline未显式设置label，或混用plt全局命令与ax轴对象命令，导致图例无法关联参考线。

解决办法 #

1. 严格按顺序执行：先完成所有绘图操作（曲线、参考线），再调用图例，最后执行保存。
2. 给axhline加label并关联图例：

   # 用面向对象方式更可靠
   fig, ax = plt.subplots()
   ax.axhline(y=900000, color='r', linestyle='--', label='P(0)=900,000')
   ax.plot(t, logistic_curve, label='逻辑增长模型')
   ax.legend()
   

3. 保存时添加bbox_inches='tight'参数，让画布自动适配所有元素，避免图例被裁剪：

   plt.savefig('logistic_plot.png', bbox_inches='tight')
   

4. 尽量统一使用面向对象的Matplotlib操作（用fig和ax对象），减少全局plt命令带来的上下文冲突。

优化方向 #

1. 采用面向对象编程：全程用fig和ax对象操作，替代plt全局函数，逻辑更清晰可控。
2. 封装模型函数：把逻辑增长的计算逻辑拆成独立函数，提高复用性和可读性。
3. 参数化常量：将初始值、环境容纳量、增长率等常量定义为变量，方便修改维护。
4. 拆分代码块：按「参数定义→数据计算→绘图配置→保存输出」拆分模块，用注释分隔。

示例优化代码 #

import numpy as np
import matplotlib.pyplot as plt

# 1. 定义逻辑增长模型函数
def logistic_model(t, P0, r, K):
    """计算逻辑增长曲线"""
    return K / (1 + ((K - P0)/P0) * np.exp(-r * t))

# 2. 设置模型参数
params = {
    "P0": 900000,    # 初始种群数量
    "K": 5000000,    # 环境容纳量
    "r": 0.05,       # 增长率
    "t_range": (0, 100)  # 时间范围
}
t = np.linspace(*params["t_range"], 1000)
population = logistic_model(t, **params)

# 3. 创建画布与绘图
fig, ax = plt.subplots(figsize=(10, 6))
ax.plot(t, population, label='逻辑增长模型')
ax.axhline(y=params["P0"], color='red', linestyle='--', 
           label=f'P(0)={params["P0"]:,}')

# 4. 配置绘图样式
ax.set_xlabel('时间')
ax.set_ylabel('种群数量')
ax.set_title('逻辑增长模型与初始种群参考线')
ax.legend()
ax.grid(alpha=0.3)

# 5. 保存并显示
plt.savefig('logistic_growth.png', bbox_inches='tight', dpi=300)
plt.show()

内容的提问来源于stack exchange，提问作者Jessie