欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python Matplotlib繪制多子圖詳解

 更新時間：2022年02月21日 10:22:09   作者：青石橫刀策馬  
Matplotlib是Python中最受歡迎的數(shù)據(jù)可視化軟件包之一，它是 Python常用的2D繪圖庫，同時它也提供了一部分3D繪圖接口。本文將詳細介紹如何通過Matplotlib繪制多子圖，以及合并圖例和調(diào)整子圖間距，需要的可以參考一下

通過獲取子圖的label和線型來合并圖例

注意添加label

#導入數(shù)據(jù)（讀者可忽略）
pre_lp=total_res#組合模型
true=diff1[-pre_day:]#真實值
pre_ph=results_data["yhat"]#prophet
pre_lstm=reslut#lstm
pre_ari=data_ari['data_pre']#arima
#設置中文字體
rcParams['font.sans-serif'] = 'kaiti'

# 生成一個時間序列 （讀者可根據(jù)情況進行修改或刪除）
time =pd.to_datetime(np.arange(0,21), unit='D',
                    origin=pd.Timestamp('2021-10-19'))
#創(chuàng)建畫布
fig=plt.figure(figsize=(20,16))#figsize為畫布大小
# 1 
ax1=fig.add_subplot(221)
ax1.plot(time,pre_lp,color='#1bb9f6',marker='^',linestyle='-',label='1')
# ax1.plot(time,true,color='#fd5749',marker='s',linestyle='-',label='true')
ax1.set_title('1',fontsize=15)#設置標題
ax1.set_xlabel('日期/天',fontsize=15)#設置橫坐標名稱
ax1.set_ylabel('感染人數(shù)/人',fontsize=15)#設置縱坐標名稱
ax1.xaxis.set_major_formatter(mdate.DateFormatter('%m-%d'))#設置橫坐標刻度（讀者可忽略）
plt.xticks(pd.date_range(time[0],time[-1],freq='D'),rotation=45)#設置橫坐標刻度（讀者可忽略）

# 2 
ax2=fig.add_subplot(222)
ax2.plot(time,pre_ph,color='#739b06',marker='o',linestyle='-',label='2')
# ax2.plot(time,true,color='#fd5749',marker='s',linestyle='-',label='true')
ax2.set_title('2',fontsize=15)
ax2.set_xlabel('日期/天',fontsize=15)
ax2.set_ylabel('感染人數(shù)/人',fontsize=15)
ax2.xaxis.set_major_formatter(mdate.DateFormatter('%m-%d'))
plt.xticks(pd.date_range(time[0],time[-1],freq='D'),rotation=45)
# 3 
ax3=fig.add_subplot(223)
ax3.plot(time,pre_lstm,color='#38d9a9',marker='*',linestyle='-',label='3')
# ax3.plot(time,true,color='#fd5749',marker='s',linestyle='-',label='true')
ax3.set_title('3',fontsize=15)
ax3.set_xlabel('日期/天',fontsize=15)
ax3.set_ylabel('感染人數(shù)/人',fontsize=15)
ax3.xaxis.set_major_formatter(mdate.DateFormatter('%m-%d'))
plt.xticks(pd.date_range(time[0],time[-1],freq='D'),rotation=45)

# 4 
ax4=fig.add_subplot(224)
ax4.plot(time,pre_ari,color='#e666ff',marker='x',linestyle='-',label='4')
ax4.plot(time,true,color='#fd5749',marker='s',linestyle='-',label='true')
ax4.set_title('4',fontsize=15)
ax4.set_xlabel('日期/天',fontsize=15)
ax4.set_ylabel('感染人數(shù)/人',fontsize=15)
ax4.xaxis.set_major_formatter(mdate.DateFormatter('%m-%d'))
plt.xticks(pd.date_range(time[0],time[-1],freq='D'),rotation=45)

#初始化labels和線型數(shù)組
lines=[]
labels=[]
#通過循環(huán)獲取線型和labels
for ax in fig.axes:
    axLine, axLabel = ax.get_legend_handles_labels()
    lines.extend(axLine)
    labels.extend(axLabel)
#設置圖例和調(diào)整圖例位置
fig.legend(lines, labels,loc='lower center',
           ncol=5,framealpha=False,fontsize=25)

結(jié)果如下圖

這個時候我們再把原先代碼里面的通過循環(huán)獲取label和線型注釋掉，代碼如下

#導入數(shù)據(jù)（讀者可忽略）
pre_lp=total_res#組合模型
true=diff1[-pre_day:]#真實值
pre_ph=results_data["yhat"]#prophet
pre_lstm=reslut#lstm
pre_ari=data_ari['data_pre']#arima
#設置中文字體
rcParams['font.sans-serif'] = 'kaiti'

# 生成一個時間序列 （讀者可根據(jù)情況進行修改或刪除）
time =pd.to_datetime(np.arange(0,21), unit='D',
                    origin=pd.Timestamp('2021-10-19'))
#創(chuàng)建畫布
fig=plt.figure(figsize=(20,16))#figsize為畫布大小
# 1 
ax1=fig.add_subplot(221)
ax1.plot(time,pre_lp,color='#1bb9f6',marker='^',linestyle='-',label='1')
ax1.plot(time,true,color='#fd5749',marker='s',linestyle='-',label='true')
ax1.set_title('1',fontsize=15)#設置標題
ax1.set_xlabel('日期/天',fontsize=15)#設置橫坐標名稱
ax1.set_ylabel('感染人數(shù)/人',fontsize=15)#設置縱坐標名稱
ax1.xaxis.set_major_formatter(mdate.DateFormatter('%m-%d'))#設置橫坐標刻度（讀者可忽略）
plt.xticks(pd.date_range(time[0],time[-1],freq='D'),rotation=45)#設置橫坐標刻度（讀者可忽略）

# 2 
ax2=fig.add_subplot(222)
ax2.plot(time,pre_ph,color='#739b06',marker='o',linestyle='-',label='2')
ax2.plot(time,true,color='#fd5749',marker='s',linestyle='-',label='true')
ax2.set_title('2',fontsize=15)
ax2.set_xlabel('日期/天',fontsize=15)
ax2.set_ylabel('感染人數(shù)/人',fontsize=15)
ax2.xaxis.set_major_formatter(mdate.DateFormatter('%m-%d'))
plt.xticks(pd.date_range(time[0],time[-1],freq='D'),rotation=45)
# 3 
ax3=fig.add_subplot(223)
ax3.plot(time,pre_lstm,color='#38d9a9',marker='*',linestyle='-',label='3')
ax3.plot(time,true,color='#fd5749',marker='s',linestyle='-',label='true')
ax3.set_title('3',fontsize=15)
ax3.set_xlabel('日期/天',fontsize=15)
ax3.set_ylabel('感染人數(shù)/人',fontsize=15)
ax3.xaxis.set_major_formatter(mdate.DateFormatter('%m-%d'))
plt.xticks(pd.date_range(time[0],time[-1],freq='D'),rotation=45)

# 4 
ax4=fig.add_subplot(224)
ax4.plot(time,pre_ari,color='#e666ff',marker='x',linestyle='-',label='4')
ax4.plot(time,true,color='#fd5749',marker='s',linestyle='-',label='true')
ax4.set_title('4',fontsize=15)
ax4.set_xlabel('日期/天',fontsize=15)
ax4.set_ylabel('感染人數(shù)/人',fontsize=15)
ax4.xaxis.set_major_formatter(mdate.DateFormatter('%m-%d'))
plt.xticks(pd.date_range(time[0],time[-1],freq='D'),rotation=45)

#初始化labels和線型數(shù)組
# lines=[]
# labels=[]
#通過循環(huán)獲取線型和labels
# for ax in fig.axes:
#  	 axLine, axLabel = ax.get_legend_handles_labels()
#    lines.extend(axLine)
#    labels.extend(axLabel)
#設置圖例和調(diào)整圖例位置
fig.legend(lines, labels,loc='lower center',
           ncol=5,framealpha=False,fontsize=25)

結(jié)果如下圖

調(diào)整子圖間距

plt.subplots_adjust(wspace=0.4,hspace=0.4)

wspace為子圖之間寬間距，hspace為子圖之間高間距

對比圖如下

設置了間距的圖像

沒有設置間距的圖像

到此這篇關(guān)于Python Matplotlib繪制多子圖詳解的文章就介紹到這了,更多相關(guān)Python Matplotlib多子圖內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

相關(guān)文章

  • Python繪制的二項分布概率圖示例

    Python繪制的二項分布概率圖示例

    這篇文章主要介紹了Python繪制的二項分布概率圖,涉及Python基于numpy、math的數(shù)值運算及matplotlib圖形繪制相關(guān)操作技巧,需要的朋友可以參考下
    2018-08-08
  • python使用re模塊爬取豆瓣Top250電影

    python使用re模塊爬取豆瓣Top250電影

    這篇文章主要介紹了python使用re模塊爬取豆瓣Top250電影的示例，幫助大家更好的理解和學習python 爬蟲，感興趣的朋友可以了解下
    2020-10-10
  • 利用Python實現(xiàn)外觀數(shù)列求解

    利用Python實現(xiàn)外觀數(shù)列求解

    這篇文章主要介紹了利用Python實現(xiàn)外觀數(shù)列求解，文章利用舉例說明文章的主題內(nèi)容，具有一定的參考價值，需要的小伙伴樂意參考一下
    2022-03-03
  • python 判斷是否為正小數(shù)和正整數(shù)的實例

    python 判斷是否為正小數(shù)和正整數(shù)的實例

    這篇文章主要介紹了python 判斷是否為正小數(shù)和正整數(shù)的實例的相關(guān)資料,這里提供實例，實例注釋說明很清楚，需要的朋友可以參考下
    2017-07-07
  • Python中的for循環(huán)示例詳解

    Python中的for循環(huán)示例詳解

    Python中的for循環(huán)是一種迭代循環(huán),可以迭代容器中的每一個元素,本文通過實例代碼給大家介紹Python中的for循環(huán),感興趣的朋友跟隨小編一起看看吧
    2024-05-05
  • Python使用requests庫進行請求重試

    Python使用requests庫進行請求重試

    在進行網(wǎng)絡請求時，由于網(wǎng)絡波動、服務器繁忙等原因，可能會出現(xiàn)請求失敗的情況，為了提高請求的成功率，我們可以使用請求重試機制，本文就來講講如何在 Python 中使用 requests 庫進行請求重試吧
    2023-06-06
  • 一文帶你了解Python列表生成式應用的八重境界

    一文帶你了解Python列表生成式應用的八重境界

    在Python中有非常多且好用的技巧，其中使用最多的是列表生成式，往往可以將復雜的邏輯用簡單的語言來實現(xiàn)，本文重點介紹列表生成式應用的八重境界
    2022-09-09
  • Python虛擬機中描述器的王炸應用分享

    Python虛擬機中描述器的王炸應用分享

    本篇文章給大家介紹一下描述器在?python?語言當中有哪些應用，主要介紹如何使用?python?語言實現(xiàn)?python?內(nèi)置的?proterty?、staticmethod?和?class?method，需要的可以參考一下
    2023-05-05
  • Python實現(xiàn)PDF文字識別提取并寫入CSV文件

    Python實現(xiàn)PDF文字識別提取并寫入CSV文件

    這篇文章主要是和大家分享一個Python實現(xiàn)PDF文字識別與提取并寫入?CSV文件的腳本。文中的示例代碼講解詳細，感興趣的小伙伴可以了解一下
    2022-03-03
  • Python小進度條顯示代碼

    Python小進度條顯示代碼

    今天小編就為大家分享一篇關(guān)于Python小進度條顯示代碼，小編覺得內(nèi)容挺不錯的，現(xiàn)在分享給大家，具有很好的參考價值，需要的朋友一起跟隨小編來看看吧
    2019-03-03

最新評論