Matplotlib图表图例过多、数值过小需放大问题求助（Python/Jupyter Lab）

一、图例过多的原因及解决 #

1. 函数内部重复添加图例 #

如果你的test_stationarity函数在绘制折线时，每次循环或子图绘制都调用了plt.legend()，会导致图例重复堆积。比如循环绘制滚动统计量时，每画一条线就加一次图例，最终出现大量重复条目。

• 修复方式：
  统一在所有绘图完成后调用一次plt.legend()，或者给每个唯一序列指定一次标签：

  # 错误示例（重复添加图例）
  for col in ['rolling_mean', 'rolling_std']:
      plt.plot(df[col], label=col)
      plt.legend()  # 每次循环都调用，导致图例重复
  
  # 正确示例
  for col in ['rolling_mean', 'rolling_std']:
      plt.plot(df[col], label=col)
  plt.legend()  # 仅在所有线绘制完成后调用一次
  

2. 子图各自添加图例导致冗余 #

如果函数创建了多个子图（比如原序列、滚动均值、滚动标准差分开展示），每个子图都单独添加图例，会出现多处重复图例。

• 修复方式：
  只在核心子图添加图例，或者用fig.legend()为整个画布统一设置图例，避免子图各自添加。

二、图表数值过小、折线看不清的原因及解决 #

1. 默认画布尺寸不足 #

Jupyter Lab中matplotlib默认画布尺寸偏小，导致整体图表紧凑，折线细节被压缩。

• 修复方式：
  绘图前手动设置画布尺寸：

  plt.figure(figsize=(12, 8))  # 宽12英寸、高8英寸，可按需调整
  

2. 子图布局间距不合理 #

用plt.subplots()创建多子图时，默认间距过小，每个子图的展示空间被挤压。

• 修复方式：
  用plt.tight_layout()自动调整布局，或手动设置子图间距：

  fig, axes = plt.subplots(3, 1, figsize=(12, 10))
  # 绘制各子图逻辑...
  plt.tight_layout()  # 自动优化子图间距
  # 或者手动调整垂直间距
  plt.subplots_adjust(hspace=0.4)
  

3. 折线宽度设置过细 #

默认折线宽度较窄，在小画布上容易模糊不清。

• 修复方式：
  绘制折线时指定linewidth参数：

  plt.plot(df['original_series'], label='原始序列', linewidth=2)
  

额外优化建议 #

• 检查test_stationarity函数的绘图逻辑，确认是否存在重复调用图例、未设置画布尺寸的问题。
• 若使用seaborn，可通过调整上下文风格放大图表元素：

  import seaborn as sns
  sns.set_context("talk")  # 增大图表文字、线条的显示尺寸
  

内容的提问来源于stack exchange，提问作者Cutie