你可以覆盖你的线对象列表，这样标签就被单独分配了。一个内置python iter函数的例子：

lineObjects = plt.plot(x, y)
plt.legend(iter(lineObjects), ('foo', 'bar', 'baz'))`

字符串

**编辑：**更新到matplotlib 1.1.1后，看起来plt.plot(x, y)，y作为列表的列表（由问题的作者提供），不再起作用了。在将y作为numpy.array传递后（假设（numpy）[http：//numpy.scipy.org/]之前已经导入），仍然可以考虑在y数组上进行一步绘制而无需迭代。

在这种情况下，使用plt.plot(x, y)（如果二维y数组中的数据排列为列[轴1]）或plt.plot(x, y.transpose())（如果二维y数组中的数据排列为行[轴0]）

**编辑2：**正如@pelson所指出的（见下面的评论），iter函数是不必要的，一个简单的plt.legend(lineObjects, ('foo', 'bar', 'baz'))就可以完美地工作。

这两个数组不可能直接相互绘制（至少在1.1.1版本中），因此你必须在y数组上循环。我的建议是同时在标签上循环：

import matplotlib.pyplot as plt

x = [0, 1, 2, 3, 4]
y = [ [0, 1, 2, 3, 4], [5, 6, 7, 8, 9], [9, 8, 7, 6, 5] ]
labels = ['foo', 'bar', 'baz']

for y_arr, label in zip(y, labels):
    plt.plot(x, y_arr, label=label)

plt.legend()
plt.show()

字符串
编辑：@gcalmettes指出，作为numpy数组，可以同时绘制所有行（通过转置它们）。有关详细信息，请参阅@gcalmettes回答和评论。

我遇到了同样的问题，现在我找到了一个最简单的解决方案！希望这对你来说还不算太晚。没有迭代器，只是把结果赋给一个结构...

from numpy import *
from matplotlib.pyplot import *
from numpy.random import *

a = rand(4,4)
a
>>> array([[ 0.33562406,  0.96967617,  0.69730654,  0.46542408],
   [ 0.85707323,  0.37398595,  0.82455736,  0.72127002],
   [ 0.19530943,  0.4376796 ,  0.62653007,  0.77490795],
   [ 0.97362944,  0.42720348,  0.45379479,  0.75714877]])

[b,c,d,e] = plot(a)
legend([b,c,d,e], ["b","c","d","e"], loc=1)
show()

字符串
看起来像这样：x1c 0d1x

目前最好的解决方案是：

lineObjects = plt.plot(x, y)  # y describes 3 lines
plt.legend(['foo', 'bar', 'baz'])

字符串

您可以在绘制曲线时给予标签

import pylab as plt

x = [0, 1, 2, 3, 4]
y = [ [0, 1, 2, 3, 4], [5, 6, 7, 8, 9], [9, 8, 7, 6, 5] ]
labels=['foo', 'bar', 'baz']
colors=['r','g','b']

# loop over data, labels and colors
for i in range(len(y)):
    plt.plot(x,y[i],'o-',color=colors[i],label=labels[i])

plt.legend()
plt.show()

字符串

的数据

在numpy矩阵图的情况下，为每列一次分配多个图例

我想通过画一个有两列的矩阵来回答这个问题。
假设你有一个2列矩阵Ret
然后可以使用该代码一次分配多个标签

import pandas as pd, numpy as np, matplotlib.pyplot as plt
pd.DataFrame(Ret).plot()

plt.xlabel('time')
plt.ylabel('Return')
plt.legend(['Bond Ret','Equity Ret'], loc=0)
plt.show()

字符串
我希望这能帮助

当我在数组的列中有一组x值和多个y值时，这个问题经常出现。我真的不想在循环中绘制数据，而且多次调用ax.legend/plt.legend也不是一个选择，因为我想绘制其他东西，通常是以同样烦人的格式。
不幸的是，plt.setp在这里没有帮助。在matplotlib的新版本中，它只是将整个列表/元组转换为字符串，并将整个内容作为标签分配给所有行。
因此，我创建了一个实用函数来 Package 对ax.plot/plt.plot的调用：

def set_labels(artists, labels):
    for artist, label in zip(artists, labels):
        artist.set_label(label)

字符串
你可以这样称呼它

x = np.arange(5)
y = np.random.ranint(10, size=(5, 3))

fig, ax = plt.subplots()
set_labels(ax.plot(x, y), 'ABC')

型
通过这种方式，你可以将所有普通的artist参数指定给plot，而不必在代码中看到循环。另一种方法是将整个plot调用放入一个实用程序中，该实用程序只解包标签，但这需要大量的重复来弄清楚如何解析多个数据集，可能具有不同数量的列，并分布在多个参数，关键字或其他参数中。

我使用下面的代码来显示一个不使用点阵图的点阵的标签：

lines_ = plot(df)
legend(lines_, df.columns) # df.columns is a list of labels

字符串

如果您使用的是DataFrame，则还可以在要绘制的数据列上添加下划线：

# Plot figure
fig, ax = plt.subplots(figsize=(5,5))
# Data
data = data
# Plot
for i in data.columns:
    _ = ax.plot(data[i], label=i)
    _ = ax.legend() 
plt.show()

字符串