ax1.plot(...)返回Line2D元素的tuple。通常这是一个只有一个元素的元组，但是当在同一个调用中绘制多条线时，它可能会更长（lines = ax1.plot(x1,y1,'r',x2,y2,'b')将返回2个Line2D元素）。
当你执行p1+p2+p3+p4时，你会添加这些元组，创建一个包含4个元素的元组。另一方面，ax.bar返回一个Bar容器。这些不能通过+连接。你需要创建一个元组(b1,b2,b3,b4,b5)或者一个列表[b1,b2,b3,b4,b5]。
你经常会看到p1, = ax1.plot(...)中使用了一个神秘的逗号，这样一来，元组的第一个元素就被赋给了p1。
还需要注意的是，你不需要提取标签，如果你调用ax1.legend(handles=p)，matplotlib会自动提取并使用这些标签。

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

x = np.arange(20)
df = pd.DataFrame({f'P{i}': np.random.randn(20).cumsum() for i in range(1, 5)})
fig, ax1 = plt.subplots()
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
ax1.legend(handles=p, loc='best', frameon=False)
plt.show()

同样的代码也可以写成如下形式，这样可以更容易地合并不同函数的句柄：

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]
ax1.legend(handles=p, frameon=False)
plt.show()

这与处理条形图的方式类似：

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

x = np.arange(5)
df = pd.DataFrame({f'B{i}': np.random.rand(5).cumsum() for i in range(1, 6)})
fig, ax1 = plt.subplots()
w = 0.19
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 = ax1.bar(x + w, 'B4', data=df, width=w, label="AP")
b5 = ax1.bar(x + 2 * w, 'B5', data=df, width=w, label="AR")

ax1.legend(handles=[b1, b2, b3, b4, b5], frameon=False)
plt.show()

当然，在这些情况下，图例也可以自动创建。然而，如果您需要微调图例，或者您想将两个句柄合并为一个，显式地使用这些句柄可能会很有趣。