使用plt.twinx()处理子图多图例时遇报错，求解决方案

问题现象 #

使用plt.twinx()为子图设置双轴不同刻度后，尝试将子图所有标签整合到单个图例框时触发错误：

AttributeError: 'list' object has no attribute 'get_label'

其中柱状图子图的图例可正常整合，但折线+散点图的子图报错。

问题原因 #

1. plt.plot()返回的是Line2D对象的列表（即使仅绘制一条线），而plt.scatter()返回PathCollection对象、plt.bar()返回BarContainer对象；
2. 若直接将plt.plot()返回的列表传入plt.legend(handles=...)，图例无法识别列表类型，需取出列表中的实际绘图对象（索引为0的元素）。

解决方案 #

折线+散点图子图（第一个子图） #

• 对plt.plot()返回的对象，通过索引[0]取出实际的Line2D对象；
• 散点图返回的PathCollection对象可直接使用；
• 收集所有绘图对象后，统一传入plt.legend(handles=...)。

柱状图子图（第二个子图） #

plt.bar()返回的BarContainer对象本身支持图例识别，直接收集后传入即可（原有代码此部分逻辑正常）。

修正后的完整代码 #

import matplotlib
print('matplotlib: {}'.format(matplotlib.__version__))
# matplotlib: 3.2.2

# Generate data
import pandas as pd

df = pd.DataFrame(dict(
    Date   = [1,2,3],
    Male   = [10,20,30],
    Female = [20,30,10],
    Others = [700,500,200]
))
print(df)

#      Date  Male  Female     Others
# 0     1     10       20       700
# 1     2     20       30       500
# 2     3     30       10       200

# Create plots
import numpy as np
import matplotlib.pyplot as plt

Userx = 'foo'
fig, ax = plt.subplots(nrows=2, ncols=1 , figsize=(20,10))

# 第一个子图：折线+散点+双轴
plt.subplot(211)
# 直接取出plt.plot返回列表中的Line2D对象
linechart1, = plt.plot(df['Date'], df['Male'], color='orange', marker=".", markersize=5, label=f"Leg1 for {Userx}")
scatterchart2 = plt.scatter(df['Date'], df['Female'], color='#9b5777', marker='d', s=70, label=f"Leg2 for {Userx}")
plt.ylabel('Scale1', fontsize=15)

# 双轴
ax_twin1 = plt.twinx()
linechart3, = ax_twin1.plot(df['Date'], df['Others'], color='black', marker=".", markersize=5, label=f"Leg3 for {Userx}")
plt.ylabel('Scale2', fontsize=15)

# 收集所有绘图对象，整合图例
all_handles1 = [linechart1, scatterchart2, linechart3]
plt.legend(handles=all_handles1, loc='best', fontsize=15)
plt.xlabel('Timestamp [24hrs]', fontsize=15, color='darkred')
plt.ticklabel_format(style='plain')

# 第二个子图：柱状图+双轴
plt.subplot(212)
barchart1 = plt.bar(df['Date'], df['Male'], color='green', label=f"Leg1 for {Userx}", width=1, hatch='o')
barchart2 = plt.bar(df['Date'], df['Female'], color='blue', label=f"Leg2 for {Userx}", width=0.9, hatch='O')
plt.ylabel('Scale1', fontsize=15)
plt.ticklabel_format(style='plain')

# 双轴
ax_twin2 = plt.twinx()
barchart3 = ax_twin2.bar(df['Date'], df['Others'], color='orange', label=f"Leg3 for {Userx}", width=0.9, hatch='/', alpha=0.1)
plt.ylabel('Scale2', fontsize=15)
plt.ticklabel_format(style='plain')
plt.xlabel('Timestamp [24hrs]', fontsize=15, color='darkred')

# 整合图例
bar123 = [barchart1, barchart2, barchart3]
plt.legend(handles=bar123, loc='best', fontsize=15)

plt.show()

关键修正点 #

1. 将linechart1 = plt.plot(...)改为linechart1, = plt.plot(...)，直接取出列表中的Line2D对象；
2. 双轴的linechart3同样使用linechart3, = ax_twin1.plot(...)的写法；
3. 收集所有有效绘图对象后，统一调用一次plt.legend()整合所有标签。

内容的提问来源于stack exchange，提问作者Mario