Matplotlib折线图与柱状图get_label行为差异及统一取标签方案

问题背景 #

在使用Matplotlib绘制折线图时，可以通过以下方式获取所有标签并构建图例：

p1 = ax1.plot(x, 'P1', data=df)
p2 = ax1.plot(x, 'P2', data=df)
p3 = ax1.plot(x, 'P3', data=df)
p4 = ax1.plot(x, 'P4', data=df)

p = p1+p2+p3+p4
labs = [l.get_label() for l in p]
ax1.legend(p, labs, loc=0, frameon=False)

但相同逻辑应用在柱状图时失效，示例代码如下：

b1 = ax1.bar(x-2*w, 'B1', data=df, width=w, label="TP")
b2 = ax1.bar(x-w, 'B2', data=df, width=w, label="FN")
b3 = ax1.bar(x, 'B3', data=df, width=w, label="FP")
b4 = ax2.bar(x+w, 'B4', data=df, width=w, label="AP")
b5 = ax2.bar(x+2*w, 'B5', data=df, width=w, label="AR")

调用b1.get_label()返回的是类似Series的字符串：

'0    87
Name: TP, dtype: object'

行为差异原因 #

折线图plot()的标签逻辑 #

plot()方法结合data参数使用时，若传入列名作为y轴数据，会自动将该列名设为线条的默认标签；如果显式指定label参数，会直接覆盖默认值。plot()返回的是Line2D对象列表，每个对象的get_label()会返回正确的标签字符串（列名或指定的label）。

柱状图bar()的标签逻辑 #

bar()方法结合data参数使用时，若传入列名作为height参数，默认会将该列对应的Series对象的字符串表示作为标签，即使显式指定label参数也会被忽略（这是Matplotlib处理bar()方法data参数的特殊逻辑，早期版本表现更明显）。这就是调用get_label()返回异常字符串的原因。

统一获取标签的方案 #

方法1：显式提取label属性值 #

直接从绘图对象的属性中提取指定的label值，兼容折线图与柱状图的逻辑：

# 收集所有绘图对象（注意plot返回的是列表，需取第一个元素）
plots = [p1[0], p2[0], p3[0], p4[0], b1, b2, b3, b4, b5]
# 统一获取标签：Line2D用get_label()，柱状图用properties()取label
labs = [obj.get_label() if isinstance(obj, plt.Line2D) else obj.properties()['label'] for obj in plots]

# 对应轴创建图例
ax1.legend([p1[0], p2[0], p3[0], p4[0], b1, b2, b3], labs[:7], loc=0, frameon=False)
ax2.legend([b4, b5], labs[7:], loc=0, frameon=False)

方法2：修改bar()调用方式 #

放弃data参数的列名写法，直接传入数据值并显式指定label，让get_label()返回正确值：

# 直接传入DataFrame列的数值，而非列名字符串
b1 = ax1.bar(x-2*w, df['B1'], width=w, label="TP")
b2 = ax1.bar(x-w, df['B2'], width=w, label="FN")
b3 = ax1.bar(x, df['B3'], width=w, label="FP")
b4 = ax2.bar(x+w, df['B4'], width=w, label="AP")
b5 = ax2.bar(x+2*w, df['B5'], width=w, label="AR")

# 现在可以和折线图完全一致的方式获取标签
bars = [b1, b2, b3, b4, b5]
labs = [bar.get_label() for bar in bars]

ax1.legend([b1, b2, b3], labs[:3], loc=0, frameon=False)
ax2.legend([b4, b5], labs[3:], loc=0, frameon=False)

方法3：手动设置柱状图标签 #

如果坚持使用data参数的列名写法，可手动为每个柱状图对象设置标签，覆盖默认值：

b1 = ax1.bar(x-2*w, 'B1', data=df, width=w)
b1.set_label("TP")
b2 = ax1.bar(x-w, 'B2', data=df, width=w)
b2.set_label("FN")
b3 = ax1.bar(x, 'B3', data=df, width=w)
b3.set_label("FP")
b4 = ax2.bar(x+w, 'B4', data=df, width=w)
b4.set_label("AP")
b5 = ax2.bar(x+2*w, 'B5', data=df, width=w)
b5.set_label("AR")

# 正常使用get_label()获取标签
labs = [b.get_label() for b in [b1, b2, b3, b4, b5]]

内容的提问来源于stack exchange，提问作者Joysn