如何在Power BI中自定义图例的显示顺序
在 Power BI 中使用图表排序功能的时候，想改变图例的顺序不是一个容易的事情。比如堆积柱形图，如果想改变每个柱子内部不同图例之间的顺序，从图表右上角的排序入口是找不到这个设置的。那该如何排序呢？如果你仔细观察，会发现图例默认按照字母升序排序
这个升序的排序规则目前是无法修改的，但是通过修改升序的计算依据，你可以让图例实现按你需要的顺序排序，这里需要用到模型选项卡的按列排序功能。以上图为例，堆积柱形图的图例默认按首字母升序排列，我们可以在模型中引入一张表，与图例所在的表建立关系，在新表里指定排序规则。
邮寄方式的顺序由排序 ID 定义
设置好按列排序之后，图例的顺序就修改成功了。
列排序设置方式：选中待排序的列（邮寄方式），列工具选项卡 – 按列排序 – 指定用于排序的列（排序 ID）
除了这种方式，你还可以给每个图例单独定义一个度量值，用多个度量值实现堆积图的效果，改变度量值在右侧栏位中的相对位置也可以调整排序
 你有两种方式可以调整图例的顺序，自定义排序或使用多个度量值，需要注意的是它们都只能实现静态排序，不能按某个度量值的计算结果来排序。
--------------------------
© 版权声明：本文为Power BI极客原创文章，著作权归作者所有
源地址：https://www.powerbigeek.com/custom-legend-order-in-powerbi/

修改图例文本的内容

目标：将下图中的图例文本（“1"和"2”）改成数据源表格的表头（“数量"和"辅助列”）



步骤一：

制图

步骤略。

方法参见https://mp.csdn.net/mdeditor/102696990#

可以看到图例被默认为"1"和"2"。
步骤二：

在生成的图表中任意位置邮件-选择数据， 

点击水平（分类）轴标签的编辑按钮，在轴标签区域下，选中数据源表的表头标题，确定即可。



完成。
补充：

在图例项（系列）中，系列1到系列4分别对应数据源中第一列名称中的甲乙丙丁。



在系列1被选中的状态下，点击编辑按钮，



将系列名称中的内容替换为"甲"所在的单元格，即



点击确定以后，系列1名称被修改为甲，其他的系列名称同样方法实现。

在python中创建的图表可以通过使用用于制图的库中的某些适当方法进一步设置样式。 在本课中，我们将看到注释，图例和图表背景的实现。 我们将继续使用上一章中的代码并对其进行修改以将这些样式添加到图表中。
添加注释
很多时候，我们需要通过突出显示图表的特定位置来对图表进行注释。 在下面的示例中，我们通过在这些点上添加注释来指示图表中值的急剧变化。
import numpy as np
from matplotlib import pyplot as plt
x = np.arange(0,10)
y = x ^ 2
z = x ^ 3
t = x ^ 4
# Labeling the Axes and Title
plt.title("Graph Drawing")
plt.xlabel("Time")
plt.ylabel("Distance")
plt.plot(x,y)
#Annotate
plt.annotate(xy=[2,1], s='Second Entry')
plt.annotate(xy=[4,6], s='Third Entry')
执行上面示例代码，得到以下结果 -
添加图例说明
有时需要绘制多条线的图表。 图例的使用表示与每条线相关联的含义。 在下面的图表中，我们有3条适当的图例。
import numpy as np
from matplotlib import pyplot as plt
x = np.arange(0,10)
y = x ^ 2
z = x ^ 3
t = x ^ 4
# Labeling the Axes and Title
plt.title("Graph Drawing")
plt.xlabel("Time")
plt.ylabel("Distance")
plt.plot(x,y)
#Annotate
plt.annotate(xy=[2,1], s='Second Entry')
plt.annotate(xy=[4,6], s='Third Entry')
# Adding Legends
plt.plot(x,z)
plt.plot(x,t)
plt.legend(['Race1', 'Race2','Race3'], loc=4)
执行上面示例代码，得到以下结果 -
图表演示风格
可以使用style包中的不同方法修改图表的表现风格。
import numpy as np
from matplotlib import pyplot as plt
x = np.arange(0,10)
y = x ^ 2
z = x ^ 3
t = x ^ 4
# Labeling the Axes and Title
plt.title("Graph Drawing")
plt.xlabel("Time")
plt.ylabel("Distance")
plt.plot(x,y)
#Annotate
plt.annotate(xy=[2,1], s='Second Entry')
plt.annotate(xy=[4,6], s='Third Entry')
# Adding Legends
plt.plot(x,z)
plt.plot(x,t)
plt.legend(['Race1', 'Race2','Race3'], loc=4)
#Style the background
plt.style.use('fast')
plt.plot(x,z)
执行上面示例代码，得到以下结果 -
¥ 我要打赏
纠错/补充
收藏
加QQ群啦，易百教程官方技术学习群
注意：建议每个人选自己的技术方向加群，同一个QQ最多限加 3 个群。

	

通过使用用于图表的库中的一些适当方法，可以在python中创建的图表具有进一步的样式。在本课程中，我们将看到注释，图例和图表背景的实现。我们将继续使用上一章中的代码并对其进行修改，以将这些样式添加到图表中。
添加注释 (Adding Annotations)
很多时候，我们需要通过突出显示图表的特定位置来对图表进行注释。在下面的示例中，我们通过在这些点添加注释来指示图表中值的急剧变化。
import numpy as np from matplotlib import pyplot as plt 
x = np.arange(0,10) 
y = x ^ 2 
z = x ^ 3
t = x ^ 4 # Labeling the Axes and Title
plt.title("Graph Drawing") 
plt.xlabel("Time") 
plt.ylabel("Distance") 
plt.plot(x,y)#Annotate
plt.annotate(xy=[2,1], s='Second Entry') 
plt.annotate(xy=[4,6], s='Third Entry')
Its output is as follows −
其输出如下-
添加图例 (Adding Legends)
有时我们需要绘制带有多条线的图表。图例的使用表示与每一行相关的含义。在下面的图表中，我们有3条带有相应图例的线。
import numpy as np from matplotlib import pyplot as plt 
x = np.arange(0,10) 
y = x ^ 2 
z = x ^ 3
t = x ^ 4 # Labeling the Axes and Title
plt.title("Graph Drawing") 
plt.xlabel("Time") 
plt.ylabel("Distance") 
plt.plot(x,y)#Annotate
plt.annotate(xy=[2,1], s='Second Entry') 
plt.annotate(xy=[4,6], s='Third Entry') # Adding Legends
plt.plot(x,z)
plt.plot(x,t)
plt.legend(['Race1', 'Race2','Race3'], loc=4)
其输出如下-
图表展示风格 (Chart presentation Style)
我们可以使用样式包中的不同方法来修改图表的表示样式。
import numpy as np from matplotlib import pyplot as plt 
x = np.arange(0,10) 
y = x ^ 2 
z = x ^ 3
t = x ^ 4 # Labeling the Axes and Title
plt.title("Graph Drawing") 
plt.xlabel("Time") 
plt.ylabel("Distance") 
plt.plot(x,y)#Annotate
plt.annotate(xy=[2,1], s='Second Entry') 
plt.annotate(xy=[4,6], s='Third Entry') # Adding Legends
plt.plot(x,z)
plt.plot(x,t)
plt.legend(['Race1', 'Race2','Race3'], loc=4) #Style the background
plt.style.use('fast')
plt.plot(x,z)
其输出如下-
翻译自:
https://www.tutorialspoint.com/python_data_science/python_chart_styling.htm
推荐阅读--
每日一课 | 在Python中获取列表的长度和大小
每日一课 | Python 中生成 0 到 9 之间的随机整数
每日一课 | 如何将int转换为String
每日一课 | Python的分支结构讲解
每日一课 | Python程序将字符串的M个字符重复N次