如果您正在使用柱状图的子图，每个柱状图都有不同的颜色，那么使用mpatch自己创建工件可能会更快。

假设你有四个不同颜色的条，分别是r、m、c和k，你可以这样设置图例:

import matplotlib.patches as mpatches
import matplotlib.pyplot as plt
labels = ['Red Bar', 'Magenta Bar', 'Cyan Bar', 'Black Bar']


#####################################
# Insert code for the subplots here #
#####################################


# Now, create an artist for each color
red_patch = mpatches.Patch(facecolor='r', edgecolor='#000000') # This will create a red bar with black borders, you can leave out edgecolor if you do not want the borders
black_patch = mpatches.Patch(facecolor='k', edgecolor='#000000')
magenta_patch = mpatches.Patch(facecolor='m', edgecolor='#000000')
cyan_patch = mpatches.Patch(facecolor='c', edgecolor='#000000')
fig.legend(handles = [red_patch, magenta_patch, cyan_patch, black_patch], labels=labels,
       loc="center right",
       borderaxespad=0.1)
plt.subplots_adjust(right=0.85) # Adjust the subplot to the right for the legend

还有一个很好的函数get_legend_handles_labels()，你可以在最后一个轴上调用(如果你迭代它们)，它会收集你从label=参数中需要的一切:

handles, labels = ax.get_legend_handles_labels()
fig.legend(handles, labels, loc='upper center')

所有之前的答案都超出了我的理解，在我的编码旅程的这个状态下，所以我只是添加了另一个Matplotlib方面，称为补丁:

import matplotlib.patches as mpatches

first_leg = mpatches.Patch(color='red', label='1st plot')
second_leg = mpatches.Patch(color='blue', label='2nd plot')
thrid_leg = mpatches.Patch(color='green', label='3rd plot')
plt.legend(handles=[first_leg ,second_leg ,thrid_leg ])

补丁方面把我需要的所有数据放在我的最终图(这是一个线状图，在Jupyter Notebook的同一个单元格中结合了三个不同的线状图)。

结果

(我更改了我自己命名的图例的名称。)

使用Matplotlib 2.2.2，可以使用gridspec特性来实现这一点。

在下面的例子中，目标是以2x2的方式排列四个子情节，并在底部显示图例。在底部创建一个“人造”轴，将图例放置在固定的位置。“人造”轴然后关闭，所以只有传说显示。结果:

import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec

# Gridspec demo
fig = plt.figure()
fig.set_size_inches(8, 9)
fig.set_dpi(100)

rows   = 17 # The larger the number here, the smaller the spacing around the legend
start1 = 0
end1   = int((rows-1)/2)
start2 = end1
end2   = int(rows-1)

gspec = gridspec.GridSpec(ncols=4, nrows=rows)

axes = []
axes.append(fig.add_subplot(gspec[start1:end1, 0:2]))
axes.append(fig.add_subplot(gspec[start2:end2, 0:2]))
axes.append(fig.add_subplot(gspec[start1:end1, 2:4]))
axes.append(fig.add_subplot(gspec[start2:end2, 2:4]))
axes.append(fig.add_subplot(gspec[end2, 0:4]))

line, = axes[0].plot([0, 1], [0, 1], 'b')         # Add some data
axes[-1].legend((line,), ('Test',), loc='center') # Create legend on bottommost axis
axes[-1].set_axis_off()                           # Don't show the bottom-most axis

fig.tight_layout()
plt.show()

对于在具有多个轴的图形中自动定位单个图例，例如使用subplots()获得的图例，以下解决方案非常有效:

plt.legend(lines, labels, loc = 'lower center', bbox_to_anchor = (0, -0.1, 1, 1),
           bbox_transform = plt.gcf().transFigure)

使用bbox_to_anchor和bbox_transform=plt.gcf()。transFigure，你正在定义一个新的边界框的大小你的数字作为loc的参考。使用(0，-0.1,1,1)将这个边界框略微向下移动，以防止图例被放置在其他艺术家之上。

OBS:在使用fig.set_size_inch()之后和使用fig.tight_layout()之前使用这个解决方案

如果您正在使用柱状图的子图，每个柱状图都有不同的颜色，那么使用mpatch自己创建工件可能会更快。

假设你有四个不同颜色的条，分别是r、m、c和k，你可以这样设置图例:

import matplotlib.patches as mpatches
import matplotlib.pyplot as plt
labels = ['Red Bar', 'Magenta Bar', 'Cyan Bar', 'Black Bar']


#####################################
# Insert code for the subplots here #
#####################################


# Now, create an artist for each color
red_patch = mpatches.Patch(facecolor='r', edgecolor='#000000') # This will create a red bar with black borders, you can leave out edgecolor if you do not want the borders
black_patch = mpatches.Patch(facecolor='k', edgecolor='#000000')
magenta_patch = mpatches.Patch(facecolor='m', edgecolor='#000000')
cyan_patch = mpatches.Patch(facecolor='c', edgecolor='#000000')
fig.legend(handles = [red_patch, magenta_patch, cyan_patch, black_patch], labels=labels,
       loc="center right",
       borderaxespad=0.1)
plt.subplots_adjust(right=0.85) # Adjust the subplot to the right for the legend