[解決済み] matplotlibのpyplotの凡例で線の幅を変更する [重複] [重複

質問

pyplotの凡例に表示されるラインサンプルの太さや幅を変更したいのですが。

凡例内の線状サンプルの線幅は、それらがプロット上で表す線と同じです (従って、もし線が y1 は linewidth=7.0 凡例に対応する y1 ラベルにも linewidth=7.0 ).

凡例の線をプロットの線より太くしたいのですが。

例えば、以下のようなコードで、以下のような画像が生成されます。

import numpy as np
import matplotlib.pyplot as plt

# make some data
x = np.linspace(0, 2*np.pi)

y1 = np.sin(x)
y2 = np.cos(x)

# plot sin(x) and cos(x)
fig = plt.figure()
ax  = fig.add_subplot(111)
ax.plot(x, y1, c='b', label='y1',linewidth=7.0)
ax.plot(x, y2, c='r', label='y2')

leg = plt.legend()
plt.show()

を設定したい。 y1 凡例のラベルに linewidth=7.0 を使用し、一方 y1 の線が異なる幅で描かれています ( linewidth=1.0 ).

ネットで解決策を探してもダメでした。唯一の関連する問題は、凡例のバウンディングボックスの線幅を変更するための答えを持っていた leg.get_frame().set_linewidth(7.0) . これは、線の線幅を変更しません。 内の 凡例です。

解決方法は？

凡例ボックス内の線幅を変更するだけなら、@ImportanceOfBeingErnest さんの回答がよいでしょう。しかし、凡例の線幅を変更する前にハンドルをコピーしなければならないので、少し複雑だと思います。また、凡例ラベルのフォントサイズを変更することはできません。次の2つの方法は、線幅を変更するだけでなく、より簡潔な方法で凡例ラベルのテキストのフォントサイズを変更できます。

方法1

import numpy as np
import matplotlib.pyplot as plt

# make some data
x = np.linspace(0, 2*np.pi)

y1 = np.sin(x)
y2 = np.cos(x)

# plot sin(x) and cos(x)
fig = plt.figure()
ax  = fig.add_subplot(111)
ax.plot(x, y1, c='b', label='y1')
ax.plot(x, y2, c='r', label='y2')

leg = plt.legend()
# get the individual lines inside legend and set line width
for line in leg.get_lines():
    line.set_linewidth(4)
# get label texts inside legend and set font size
for text in leg.get_texts():
    text.set_fontsize('x-large')

plt.savefig('leg_example')
plt.show()

方法2

import numpy as np
import matplotlib.pyplot as plt

# make some data
x = np.linspace(0, 2*np.pi)

y1 = np.sin(x)
y2 = np.cos(x)

# plot sin(x) and cos(x)
fig = plt.figure()
ax  = fig.add_subplot(111)
ax.plot(x, y1, c='b', label='y1')
ax.plot(x, y2, c='r', label='y2')

leg = plt.legend()
# get the lines and texts inside legend box
leg_lines = leg.get_lines()
leg_texts = leg.get_texts()
# bulk-set the properties of all lines and texts
plt.setp(leg_lines, linewidth=4)
plt.setp(leg_texts, fontsize='x-large')
plt.savefig('leg_example')
plt.show()

上記の2つの方法は、同じ出力画像を生成します。