你只需要在循环之外请求一次图例。

例如，在这种情况下，我有4个子情节，具有相同的线，和一个图例。

from matplotlib.pyplot import *

ficheiros = ['120318.nc', '120319.nc', '120320.nc', '120321.nc']

fig = figure()
fig.suptitle('concentration profile analysis')

for a in range(len(ficheiros)):
    # dados is here defined
    level = dados.variables['level'][:]

    ax = fig.add_subplot(2,2,a+1)
    xticks(range(8), ['0h','3h','6h','9h','12h','15h','18h','21h']) 
    ax.set_xlabel('time (hours)')
    ax.set_ylabel('CONC ($\mu g. m^{-3}$)')

    for index in range(len(level)):
        conc = dados.variables['CONC'][4:12,index] * 1e9
        ax.plot(conc,label=str(level[index])+'m')

    dados.close()

ax.legend(bbox_to_anchor=(1.05, 0), loc='lower left', borderaxespad=0.)
         # it will place the legend on the outer right-hand side of the last axes

show()

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。

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()

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')

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

你只需要在循环之外请求一次图例。

例如，在这种情况下，我有4个子情节，具有相同的线，和一个图例。

from matplotlib.pyplot import *

ficheiros = ['120318.nc', '120319.nc', '120320.nc', '120321.nc']

fig = figure()
fig.suptitle('concentration profile analysis')

for a in range(len(ficheiros)):
    # dados is here defined
    level = dados.variables['level'][:]

    ax = fig.add_subplot(2,2,a+1)
    xticks(range(8), ['0h','3h','6h','9h','12h','15h','18h','21h']) 
    ax.set_xlabel('time (hours)')
    ax.set_ylabel('CONC ($\mu g. m^{-3}$)')

    for index in range(len(level)):
        conc = dados.variables['CONC'][4:12,index] * 1e9
        ax.plot(conc,label=str(level[index])+'m')

    dados.close()

ax.legend(bbox_to_anchor=(1.05, 0), loc='lower left', borderaxespad=0.)
         # it will place the legend on the outer right-hand side of the last axes

show()