利用matplotlib實(shí)現(xiàn)兩張子圖分別畫函數(shù)圖

更新時(shí)間：2023年08月18日 09:52:34 作者：逯小藍(lán)

這篇文章主要介紹了利用matplotlib實(shí)現(xiàn)兩張子圖分別畫函數(shù)圖問題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教

matplotlib實(shí)現(xiàn)兩張子圖分別畫函數(shù)圖

首先說明一下為什么要用兩張子圖同時(shí)畫圖，在科研論文寫作中，通常會(huì)采用組圖的形式來展現(xiàn)幾張需要對(duì)比的圖，如果單獨(dú)畫圖的話需要將每張圖片通過PS等軟件進(jìn)行拼接。

而同時(shí)在子圖上繪圖就會(huì)大大節(jié)省時(shí)間和精力。

繪制兩張子圖的邏輯是，先創(chuàng)建整張畫布，然后分布畫出兩張子圖。

整體結(jié)構(gòu)如下

fig1 = plt.figure(figsize = (8,2),dpi = 90)     #確定畫布大小
ax1 = fig1.add_subplot(1,2,1) #繪制第1幅子圖
pass
ax2 = fig1.add_subplot(1,2,2)#繪制第2幅子圖
pass
plot.show()

圖形基礎(chǔ)設(shè)置

plt.title('#1') #設(shè)置圖片標(biāo)題
plt.xlabel('X') #設(shè)置X軸標(biāo)題
plt.ylabel('Y') #設(shè)置Y軸標(biāo)題
plt.xlim(0,1)   #設(shè)置X軸刻度的取值范圍
plt.ylim(0,1)   #設(shè)置Y軸刻度的取值范圍

數(shù)軸刻度設(shè)置

x_ax = []  #存儲(chǔ)X軸刻度值
y_ax = []  #存儲(chǔ)Y軸刻度值
for i in range(10):
    x_ax = np.append(x_ax, i/10)  #設(shè)置刻度范圍，并調(diào)節(jié)步長(zhǎng)
for i in range(10):
    y_ax = np.append(y_ax, i/10)
plt.xticks(x_ax) #顯示X軸刻度
plt.yticks(y_ax) #顯示Y軸刻度

函數(shù)的寫法

data = np.arange(0,np.pi*2,0.01) #由于沒有真實(shí)數(shù)據(jù)，所以偽造數(shù)據(jù)集
plt.plot(data,data**2+data*2) #y=x^2+2x
plt.plot(data,data**3)        #y=x^3

圖例的設(shè)置

plt.legend(['y = x^2+2x','y = x^3'])
#loc = "best" 可以將圖例調(diào)到最合適的位置

完整代碼舉例

import numpy as np
import matplotlib.pyplot as plt
data = np.arange(0,np.pi*2,0.01)
fig1 = plt.figure(figsize = (8,2),dpi = 90)     #確定畫布大小
ax1 = fig1.add_subplot(1,2,1) #繪制第1幅子圖
plt.title('#1')
plt.xlabel('X')
plt.ylabel('Y')
plt.xlim(0,1)
plt.ylim(0,1)
x_ax = []
y_ax = []
for i in range(10):
    x_ax = np.append(x_ax, i/10)  #設(shè)置刻度范圍，并調(diào)節(jié)步長(zhǎng)
for i in range(10):
    y_ax = np.append(y_ax, i/10)
plt.xticks(x_ax)
plt.yticks(y_ax)
plt.plot(data,data**2+data*2)
plt.plot(data,data**3)
plt.legend(['y = x^2+2x','y = x^3'])
ax2 = fig1.add_subplot(1,2,2)
plt.title('#2')
plt.xlabel('X')
plt.ylabel('Y')
plt.xlim(0,np.pi*2)
plt.ylim(-1,1)
plt.xticks([0,np.pi*2])
plt.yticks([-1,1])
plt.plot(data,np.sin(data))
plt.plot(data,np.cos(data))
plt.legend(['sin','cos'],loc='upper right',frameon = False)#loc = "best" 可以將圖例調(diào)到最合適的位置
plt.savefig('C:/Users/luzhaoyou/Desktop/hhh.tif',dpi = 300,bbox_inches = 'tight') #只能在show前面
plt.show()

輸出結(jié)果：

在這里插入圖片描述