如何调整Yellowbrick生成的学习曲线的图例位置？

你遇到的问题是因为提前调用了plt.legend()，此时还没有绘制学习曲线的图例元素，自然不会生效；另外Yellowbrick的可视化组件会创建自己的Axes对象，直接用全局plt方法可能无法正确定位到目标绘图区域。

以下是两种可行的修正方案：

方案一：获取学习曲线返回的Axes对象调整图例 #

调用learning_curve时会返回对应的Axes实例，直接对这个实例操作即可修改图例位置：

from yellowbrick.model_selection import learning_curve
import matplotlib.pyplot as plt
import numpy as np

plt.rcParams['figure.figsize'] = [10, 5]

# 调用learning_curve并接收返回的Axes对象
ax = learning_curve(
    estimator=mlp_new,
    X=x_train,
    y=y_train,
    cv=4,
    train_sizes=np.linspace(0.1,1.0,5),
    n_jobs=1,
    random_state=0,
    scoring='r2',
)

# 对返回的Axes设置图例位置
ax.legend(loc="upper left")

# 后续保存和展示操作
fig2 = plt.gcf()
plt.show()
fig2.savefig('for DNN.jpeg',bbox_inches='tight', dpi=600)

方案二：先创建Axes再传递给learning_curve #

如果需要更精细的绘图控制，可以先创建自定义Axes，再传递给learning_curve的ax参数，之后调整图例：

from yellowbrick.model_selection import learning_curve
import matplotlib.pyplot as plt
import numpy as np

plt.rcParams['figure.figsize'] = [10, 5]

# 创建自定义Axes
fig, ax = plt.subplots()

# 将Axes传递给learning_curve
learning_curve(
    estimator=mlp_new,
    X=x_train,
    y=y_train,
    cv=4,
    train_sizes=np.linspace(0.1,1.0,5),
    n_jobs=1,
    random_state=0,
    scoring='r2',
    ax=ax  # 指定使用自定义Axes
)

# 调整图例位置
ax.legend(loc="upper left")

plt.show()
fig.savefig('for DNN.jpeg',bbox_inches='tight', dpi=600)

注意：删除原来代码中提前调用的plt.legend(loc="upper left")，那行代码在绘图前执行，没有实际作用。

内容的提问来源于stack exchange，提问作者z987