如何为图表的颜色和标记创建独立的图例分区

需求说明 #

在同一张图中绘制两个特征，需要生成两类独立图例：

• 物种图例：用颜色区分不同物种，无重复颜色条目
• 特征图例：用标记区分两个特征（圆形对应特征1，星号对应特征2）

当前代码生成的图例会重复显示每个物种与特征的组合，不符合需求，以下是修正方案：

修正后代码 #

import seaborn as sns
import matplotlib.pyplot as plt
import random
import matplotlib.colors as mcolors
from matplotlib.lines import Line2D

random.seed(5)
iris = sns.load_dataset("iris")

species_list = list(iris.species.unique())
colors_name = list(mcolors.CSS4_COLORS.keys())
color_species = random.sample(colors_name, len(species_list))

fig, ax = plt.subplots(1, 1, figsize=(10, 6))

# 绘制两个散点图，关闭自动生成图例
sns.scatterplot(data=iris, edgecolor="black", x=iris.index.values, y='sepal_length',
                s=50, alpha=0.8, hue='species', palette=color_species, ax=ax, legend=False)
sns.scatterplot(data=iris, edgecolor="black", marker='*', x=iris.index.values, y='sepal_width',
                s=90, alpha=0.8, hue='species', palette=color_species, ax=ax, legend=False)

# 创建物种颜色图例：提取唯一的物种-颜色对应条目
handles_species, labels_species = ax.get_legend_handles_labels()
# 取前N个条目（N为物种数量），避免重复
unique_handles = handles_species[:len(species_list)]
unique_labels = labels_species[:len(species_list)]
legend_species = ax.legend(handles=unique_handles, labels=unique_labels, 
                           loc='upper right', bbox_to_anchor=(1.5, 1), title='物种')

# 创建特征标记图例：自定义标记与标签对应关系
handles_features = [
    Line2D([], [], marker='o', color='black', linestyle='None', markersize=7, label='特征1'),
    Line2D([], [], marker='*', color='black', linestyle='None', markersize=10, label='特征2')
]
legend_features = ax.legend(handles=handles_features, 
                            loc='upper right', bbox_to_anchor=(1.5, 0.7), title='特征')

# 重新添加物种图例，避免被第二个图例覆盖
ax.add_artist(legend_species)

ax.set_xlabel('样本')
ax.set_ylabel('特征1 和 特征2')
plt.tight_layout()
plt.show()

关键步骤说明 #

1. 关闭自动图例：绘制散点图时设置legend=False，防止生成重复的物种+特征组合图例
2. 提取唯一物种图例：从绘图句柄中取前N个条目（N等于物种数量），得到无重复的颜色-物种对应关系
3. 自定义特征图例：用Line2D创建仅包含标记形状的图例条目，颜色设为黑色不干扰物种颜色展示
4. 双图例布局：通过bbox_to_anchor调整两个图例的位置，上下排列避免重叠；调用add_artist保留第一个图例，防止被第二个图例覆盖

内容的提问来源于stack exchange，提问作者JCV