matplotlib圖形整合之多個子圖繪制的實例代碼
簡單了解多子圖
學習matplotlib的時候，有人肯定會覺得為啥不用Excel，為啥不用origin，為啥不直接使用軟件，其實matplotlib繪圖之所以在python領域經久不衰，是有它的獨特之處的，我認為這其中的一個亮點就是，matplotlib繪制多個子圖的時候，我們可以根據自己的想法去排列子圖的順序，也可以生成不同的子圖數量，類似于前端web可視化大屏，有著較好的用戶體驗感！
使用plt.subplot(mnx) 分別繪制
# -*- coding: utf-8 -*-
import matplotlib as mpl
import matplotlib.pyplot as plt
t=np.arange(0.0,2.0,0.1)
s=np.sin(t*np.pi)
plt.subplot(2,2,1) #要生成兩行兩列,這是第一個圖
plt.plot(t,s,'b*')
plt.ylabel('y1')
plt.subplot(2,2,2) #兩行兩列,這是第二個圖
plt.plot(2*t,s,'r--')
plt.ylabel('y2')
plt.subplot(2,2,3)#兩行兩列,這是第三個圖
plt.plot(3*t,s,'m--')
plt.ylabel('y3')
plt.subplot(2,2,4)#兩行兩列,這是第四個圖
plt.plot(4*t,s,'k*')
plt.ylabel('y4')
plt.show()
使用plt.subplot()方法，生成子圖，規(guī)則總結如下：
第一個數字是行，第二個數字是列，第三個數字是個數（圖形所處順序的序號）
例如：224就是生成兩行兩列的子圖，本圖形是第四個，那么就是第二行第二列的圖形
那么有時候，有些人覺得這樣太麻煩了，每次生成都要在繪圖程序前面加一行這樣的代碼，為什么不可以一次性生成我需要的畫布呢？答案是可以的！
使用plt.subplots(m,n)，可以一次性生成m行n列的字圖
注意前面需要figure和ax進行接收
調用就和我們數組一樣！
使用plt.subplots(m,n)一次性繪制
# -*- coding: utf-8 -*- import matplotlib as mpl import matplotlib.pyplot as plt t=np.arange(0.0,2.0,0.1) s=np.sin(t*np.pi) c=np.cos(t*np.pi) figure,ax=plt.subplots(2,2) # 多行subplots得到的ax數組是二維的 ax[0][0].plot(t,s,'r*') ax[0][1].plot(t*2,s,'b--') ax[1][0].plot(t,c,'g*') ax[1][1].plot(t*2,c,'y--')
# -*- coding: utf-8 -*- import matplotlib as mpl import matplotlib.pyplot as plt import numpy as np t=np.arange(0.0,2.0,0.1) s=np.sin(t*np.pi) c=np.cos(t*np.pi) figure,ax=plt.subplots(1,2,figsize=(6,2),dpi=120) # 一行subplots得到的ax數組是一維的 ax[0].plot(t,s,'r*') ax[1].plot(t*2,s,'b--')
plt.subplots(nrows=1,ncols=3,figsize=(5,5)) #plt.subplots(nrows=1,ncols=3) # 返回一個figure對象，和一個axesSubplot子圖對象的數組 # 行或者列等于1，返回一個一維數組
加一個plt.tight_layout()會使得圖形更加緊湊
plt.tight_layout() plt.subplots(nrows=2,ncols=3, figsize=(12,8)) # 如果行列都不為1，那么返回一個2維數組
plt.subplots(nrows=3,ncols=4) # 如果行和列都大于1，返回1個Figure對象，和1個包含3*4=12個子圖對象的矩陣（2維數組） # 341 342 343 344 # 345 346 347 348 # 349 3,4,10 3,4,11 3,4,12
高級進階
plt.subplot(121) plt.subplot(222) plt.subplot(224)
看到上面你會想到什么？會生成怎樣的畫布呢？
下面我就給大家詳細的解釋一下，為啥會出現(xiàn)這樣的畫布，首先我的需求是在左邊出現(xiàn)一個子圖，比較長的，最好是右邊兩個子圖的長度和，那么應該怎么做呢？遇到這樣的情況我們仍然需要把這一個平面分成均等分，那么也就是四個。
當我們畫一個左邊的圖的時候，我們應該把畫布想象為一行兩列的畫布，第一個自然也就是121
當我們畫右邊的圖形的時候，我們應該把畫布想象為兩行兩列的畫布，右邊第一個自然就是222，第二個自然就是224。
下面我們可以多看幾個，來驗證我們得推論
plt.subplot(221) plt.subplot(223) plt.subplot(122)
plt.subplot(211) plt.subplot(223) plt.subplot(224)
plt.subplot(221) plt.subplot(222) plt.subplot(212)
plt.figure(figsize=(12,5)) plt.subplot(231) plt.subplot(233) plt.subplot(234) plt.subplot(236) plt.subplot(132)
plt.figure(figsize=(16,5)) plt.subplot(262) plt.subplot(265) plt.subplot(268) plt.subplot(2,6,11) plt.subplot(132)
注意這個間隙是自動產生的，如果需要將間隙變的更大，那么就可以取最左邊的值和最右邊的值
plt.figure(figsize=(16,5)) plt.subplot(241) plt.subplot(244) plt.subplot(245) plt.subplot(2,4,8) plt.subplot(132)
總結
在生成上面案例的時候，我們需要利用Excel進行編排，不然很容易出錯的！
到此這篇關于matplotlib圖形整合之多個子圖繪制的實例代碼的文章就介紹到這了,更多相關matplotlib 多子圖繪制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
Python腳本實現(xiàn)代碼行數統(tǒng)計代碼分享
這篇文章主要介紹了Python腳本實現(xiàn)代碼行數統(tǒng)計代碼分享,本文給出了實現(xiàn)代碼和使用方法及統(tǒng)計效果,需要的朋友可以參考下2015-03-03
接口只是定義了一些方法，而沒有去實現(xiàn)，多用于程序設計時，只是設計需要有什么樣的功能，但是并沒有實現(xiàn)任何功能，這些功能需要被另一個類（B）繼承后，由 類B去實現(xiàn)其中的某個功能或全部功能。2017-07-07
這篇文章主要介紹了通過urllib2、re模塊抓種子下載的示例,需要的朋友可以參考下2014-02-02
讓python在hadoop上跑起來，python如何在hadoop上跑起來？感興趣的小伙伴們可以參考一下2016-01-01
異常檢測提供了在數據中發(fā)現(xiàn)模式、偏差和異常的途徑，這些模式、偏差和異常不限于模型的標準行為。本文將用Python?Pycaret進行異常檢測，感興趣的可以了解一下2022-03-03
下面小編就為大家?guī)硪黄猵ython魔法方法-自定義序列詳解。小編覺得挺不錯的，現(xiàn)在就分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2016-07-07
Python實現(xiàn)隨機森林RF模型超參數的優(yōu)化詳解
這篇文章主要為大家詳細介紹了基于Python的隨機森林（Random Forest，RF）回歸代碼，以及模型超參數（包括決策樹個數與最大深度、最小分離樣本數、最小葉子節(jié)點樣本數、最大分離特征數等）自動優(yōu)化的代碼，感興趣的小伙伴可以了解一下2023-02-02
這篇文章主要介紹了python3從網絡攝像機解析mjpeg http流的示例，幫助大家更好的理解和使用python，感興趣的朋友可以了解下2020-11-11
這篇文章主要介紹了Python如何把不同類型數據的json序列化，幫助大家更好的理解和學習使用python，感興趣的朋友可以了解下2021-04-04
這篇文章主要介紹了分享Python獲取本機IP地址的幾種方法，分享了使用專用網站、使用自帶socket庫、使用第三方netifaces庫等方式們需要的小伙伴可以參考一下2022-03-03