Python中如何用Matplotlib繪制多圖并合并展示
有個需求就是利用Matplotlib畫幾個像模像樣的統(tǒng)計圖然后合并在一張圖中,因為此前很少用這方面的東西,所以折騰了不少時間,今天介紹一下。
1、subplot多合一
其實,利用python 的matplotlib包下的subplot函數(shù)可以將多個子圖放在同一個畫板上。
在此之前,我們先來看一個案例:
import matplotlib.pyplot as plt import numpy as np plt.rcParams['font.sans-serif']=['SimHei'] # 用來正常顯示中文標簽 plt.rcParams['axes.unicode_minus']=False # 用來正常顯示負號 t=np.arange(0.0,2.0,0.1) s=np.sin(t*np.pi) plt.figure(figsize=(8,8), dpi=80) plt.figure(1) ax1 = plt.subplot(221) ax1.plot(t,s, color="r",linestyle = "--") ax2 = plt.subplot(222) ax2.plot(t,s,color="y",linestyle = "-") ax3 = plt.subplot(223) ax3.plot(t,s,color="g",linestyle = "-.") ax4 = plt.subplot(224) ax4.plot(t,s,color="b",linestyle = ":")
效果如下:
可以看到,一個畫板上放了4個子圖。達到了我們想要的效果。
好了我們現(xiàn)在來解析一下剛剛的部分代碼:
plt.figure(1):表示取第一塊畫板,通俗地講,一個畫板就是一張圖,如果你有多個畫板,那么最后就會彈出多張圖。
plt.subplot(221):221表示將畫板劃分為2行2列,然后取第1個區(qū)域。那么第幾個區(qū)域是怎么界定的呢?這個規(guī)則遵循行優(yōu)先數(shù)數(shù)規(guī)則!比如說4個區(qū)域:
優(yōu)先從行開始數(shù),從左到右按順序1234……然后再下一行。那么下面這幾行代碼大家都懂了吧:
ax1 = plt.subplot(221) ax1.plot(t,s, color="r",linestyle = "--") ax2 = plt.subplot(222) ax2.plot(t,s,color="y",linestyle = "-") ax3 = plt.subplot(223) ax3.plot(t,s,color="g",linestyle = "-.") ax4 = plt.subplot(224) ax4.plot(t,s,color="b",linestyle = ":")
一共劃分了2X2=4個區(qū)域,然后1234分別開始繪圖。
so easy!
比如我們想達到下面的效果:
那么只需要:
import matplotlib.pyplot as plt import numpy as np plt.rcParams['font.sans-serif']=['SimHei'] # 用來正常顯示中文標簽 plt.rcParams['axes.unicode_minus']=False # 用來正常顯示負號 t=np.arange(0.0,2.0,0.1) s=np.sin(t*np.pi) plt.figure(figsize=(8,8), dpi=80) plt.figure(1) ax1 = plt.subplot(221) plt.plot([1,2,3,4],[4,5,7,8], color="r",linestyle = "--") ax2 = plt.subplot(222) plt.plot([1,2,3,5],[2,3,5,7],color="y",linestyle = "-") ax3 = plt.subplot(212) plt.plot([1,2,3,4],[11,22,33,44],color="g",linestyle = "-.")
子圖1和子圖2與上面的一樣,主要是子圖3,plt.subplot(212)表示將整個畫板分成兩部分后取第2塊,即下面的部分。
2、subplot2grid分格顯示
這種方式和上一種實現(xiàn)的效果一樣,只不過更加容易理解罷了,先來看一個案例代碼:
import matplotlib.pyplot as plt import numpy as np plt.rcParams['font.sans-serif']=['SimHei'] # 用來正常顯示中文標簽 plt.rcParams['axes.unicode_minus']=False # 用來正常顯示負號 #method1: subplot2grid ########################### plt.figure(figsize=(12, 10), dpi=80) ax1=plt.subplot2grid((3,3),(0,0),colspan=3,rowspan=1)#相當于格子分成3行3列,列跨度為3,行跨度為1 ax1.plot([1,2],[1,2]) #軸的范圍,x軸,y軸。 ax1.set_title('ax1_title') ax2=plt.subplot2grid((3,3),(1,0),colspan=2,rowspan=1) ax2.plot([2,4,6],[7,9,15]) ax3=plt.subplot2grid((3,3),(1,2),colspan=1,rowspan=1) x = np.arange(4) y = np.array([15,20,18,25]) ax3.bar(x,y) ax4=plt.subplot2grid((3,3),(2,0),colspan=1,rowspan=1) ax5=plt.subplot2grid((3,3),(2,1),colspan=2,rowspan=1)
效果如下:
結(jié)合圖可能更好理解一點,其中代碼:
plt.subplot2grid((3,3),(0,0),colspan=3,rowspan=1)
第一個參數(shù)(3,3)相當于格子分成3行3列,第二個參數(shù)(0,0)表示該子圖的開始位置,colspan=3表示子圖的列跨度為3,rowspan=1表示子圖的行跨度為1。
總結(jié)
好了,以上就是Matplotlib繪制多圖的內(nèi)容,是不是很簡單呢!
這些僅為個人經(jīng)驗,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關文章
python matplotlib工具欄源碼探析三之添加、刪除自定義工具項的案例詳解
這篇文章主要介紹了python matplotlib工具欄源碼探析三之添加、刪除自定義工具項的案例詳解,本文通過實例代碼給大家介紹的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下2021-02-02Python利用psutil獲取CPU與內(nèi)存等硬件信息
psutil是Python的一個第三方庫,提供了各種強大的硬件信息查閱功能,這篇文章主要為大家介紹了如何利用psutil獲取CPU與內(nèi)存等硬件信息,需要的可以參考一下2023-07-07Python+matplotlib實現(xiàn)折線圖的美化
這篇文章主要和大家分享一個非常有趣的Python教程—如何美化一個?matplotlib折線圖。文中的示例代碼講解詳細,感興趣的可以了解一下2022-05-05python中import和from-import的區(qū)別解析
這篇文章主要介紹了python中import和from-import的區(qū)別解析,本文通過實例代碼給大家講解的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下2022-12-12