Matplotlib繪制子圖的常見幾種方法
前言
Matplotlib的可以把很多張圖畫到一個顯示界面,在作對比分析的時候非常有用。
對應的有plt的subplot和figure的add_subplo的方法,參數(shù)可以是一個三位數(shù)字(例如111),也可以是一個數(shù)組(例如[1,1,1]),3個數(shù)字分別代表
- 子圖總行數(shù)
- 子圖總列數(shù)
- 子圖位置
更多詳情可以查看:matplotlib文檔
下面貼出兩種繪子圖的代碼
常用的三種方式
方式一:通過plt的subplot
import numpy as np import pandas as pd import matplotlib.pyplot as plt # author: chenqionghe # 畫第1個圖:折線圖 x=np.arange(1,100) plt.subplot(221) plt.plot(x,x*x) # 畫第2個圖:散點圖 plt.subplot(222) plt.scatter(np.arange(0,10), np.random.rand(10)) # 畫第3個圖:餅圖 plt.subplot(223) plt.pie(x=[15,30,45,10],labels=list('ABCD'),autopct='%.0f',explode=[0,0.05,0,0]) # 畫第4個圖:條形圖 plt.subplot(224) plt.bar([20,10,30,25,15],[25,15,35,30,20],color='b') plt.show()
方式二:通過figure的add_subplot
import numpy as np import pandas as pd import matplotlib.pyplot as plt # author: chenqionghe fig=plt.figure() # 畫第1個圖:折線圖 x=np.arange(1,100) ax1=fig.add_subplot(221) ax1.plot(x,x*x) # 畫第2個圖:散點圖 ax2=fig.add_subplot(222) ax2.scatter(np.arange(0,10), np.random.rand(10)) # 畫第3個圖:餅圖 ax3=fig.add_subplot(223) ax3.pie(x=[15,30,45,10],labels=list('ABCD'),autopct='%.0f',explode=[0,0.05,0,0]) # 畫第4個圖:條形圖 ax4=fig.add_subplot(224) ax4.bar([20,10,30,25,15],[25,15,35,30,20],color='b') plt.show()
方式三:通過plt的subplots
subplots返回的值的類型為元組,其中包含兩個元素:第一個為一個畫布,第二個是子圖
import numpy as np import pandas as pd import matplotlib.pyplot as plt # author: chenqionghe fig,subs=plt.subplots(2,2) # 畫第1個圖:折線圖 x=np.arange(1,100) subs[0][0].plot(x,x*x) # 畫第2個圖:散點圖 subs[0][1].scatter(np.arange(0,10), np.random.rand(10)) # 畫第3個圖:餅圖 subs[1][0].pie(x=[15,30,45,10],labels=list('ABCD'),autopct='%.0f',explode=[0,0.05,0,0]) # 畫第4個圖:條形圖 subs[1][1].bar([20,10,30,25,15],[25,15,35,30,20],color='b') plt.show()
運行結果如下
就是這么簡單,
如何不規(guī)則劃分
前面的兩個圖占了221和222的位置,如果想在下面只放一個圖,得把前兩個當成一列,即2行1列第2個位置
import numpy as np import pandas as pd import matplotlib.pyplot as plt # author: chenqionghe # 畫第1個圖:折線圖 x=np.arange(1,100) plt.subplot(221) plt.plot(x,x*x) # 畫第2個圖:散點圖 plt.subplot(222) plt.scatter(np.arange(0,10), np.random.rand(10)) # 畫第3個圖:餅圖 plt.subplot(223) plt.pie(x=[15,30,45,10],labels=list('ABCD'),autopct='%.0f',explode=[0,0.05,0,0]) # 畫第3個圖:條形圖 # 前面的兩個圖占了221和222的位置,如果想在下面只放一個圖,得把前兩個當成一列,即2行1列第2個位置 plt.subplot(212) plt.bar([20,10,30,25,15],[25,15,35,30,20],color='b') plt.show()
運行結果如下
到此這篇關于Matplotlib繪制子圖的常見幾種方法的文章就介紹到這了,更多相關Matplotlib繪制子圖內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
淺談Python處理json字符串為什么不建議使用eval()
本文主要介紹了Python處理json字符串為什么不建議使用eval(),文中通過示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下2021-10-10pycharm部署、配置anaconda環(huán)境的教程
PyCharm是一款很好用很流行的python編輯器。Anaconda是專注于數(shù)據(jù)分析的Python發(fā)行版本,包含了conda、Python等190多個科學包及其依賴項,這篇文章主要介紹了pycharm部署、配置anaconda環(huán)境的教程,需要的朋友可以參考下2020-03-03