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。)

这个答案是对user707650在图例位置上的回答的补充。

我第一次尝试user707650的解决方案失败了，因为图例和副图的标题重叠。

事实上，重叠是由fig.tight_layout()引起的，它改变了子图的布局，而不考虑图形图例。但是，fig.tight_layout()是必要的。

为了避免重叠，我们可以通过fig.tight_layout(rect=(0,0,1,0.9))告诉fig.tight_layout()为图形图例留出空格。

tight_layout()参数的描述。

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

基于gboffi和Ben Usman的回答:

如果在不同的子图中有不同的线，但颜色和标签相同，你可以这样做:

labels_handles = {
  label: handle for ax in fig.axes for handle, label in zip(*ax.get_legend_handles_labels())
}

fig.legend(
  labels_handles.values(),
  labels_handles.keys(),
  loc = "upper center",
  bbox_to_anchor = (0.5, 0),
  bbox_transform = plt.gcf().transFigure,
)

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

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。)