matplotlib绘制子图的几种方式

今天药忘吃喽~ 2023-07-02 04:24 44阅读 0赞

本文主要使用matplotlib进行多图的绘制。

%matplotlib notebook
    import matplotlib
    from matplotlib import pyplot as plt
    plt.ion()
    %matplotlib tk
    from matplotlib import rcdefaults
    rcdefaults()
    import numpy as np
    import pandas as pd

# 方法1： `plt.subplot(x,x,x)`和`fig.add_subplot`的使用 #

X = np.linspace(-3,3, 200)
    C = np.sin(X) 
    S = np.cos(X)
    
    #Subplots
    # With subplot you can arrange plots in a regular grid. You need to specify the number of rows and columns and the number of the plot.
    # Note that the gridspec command is a more powerful alternative.
    '''plt.figure() plt.subplot(2, 1, 1) plt.subplot(2, 1, 2) plt.show()'''
    plt.figure()
    plt.subplot(1, 2, 1)
    plt.plot(X, C)
    plt.title('1st figure')
    plt.subplot(1, 2, 2)
    plt.plot(X, S)
    plt.title('2nd figure')
    plt.show()

<IPython.core.display.Javascript object>

![Image 1][]

fig = plt.figure()
    ax1 = fig.add_subplot(1,2,1)
    ax2 = fig.add_subplot(1,2,2)
    
    X = np.linspace(-3,3, 200)
    C = np.sin(X) 
    S = np.cos(X)
    
    ax1.plot(X,C)
    ax2.plot(X,S)
    plt.show()

<IPython.core.display.Javascript object>

![Image 1][]

# 方法2： `plt.subplot2grid` #

适用于不规则的子图划分

# 定义figure
    plt.figure()
    # figure分成3行3列, 取得第一个子图的句柄, 第一个子图跨度为1行3列, 起点是表格(0, 0)
    ax1 = plt.subplot2grid((3, 3), (0, 0), colspan = 3, rowspan = 1)
    ax1.plot([0, 1], [0, 1])
    ax1.set_title('Test')
    
    # figure分成3行3列, 取得第二个子图的句柄, 第二个子图跨度为1行3列, 起点是表格(1, 0)
    ax2 = plt.subplot2grid((3, 3), (1, 0), colspan = 2, rowspan = 1)
    ax2.plot([0, 1], [0, 1])
    
    # figure分成3行3列, 取得第三个子图的句柄, 第三个子图跨度为1行1列, 起点是表格(1, 2)
    ax3 = plt.subplot2grid((3, 3), (1, 2), colspan = 1, rowspan = 1)
    ax3.plot([0, 1], [0, 1])
    
    # figure分成3行3列, 取得第四个子图的句柄, 第四个子图跨度为1行3列, 起点是表格(2, 0)
    ax4 = plt.subplot2grid((3, 3), (2, 0), colspan = 3, rowspan = 1)
    ax4.plot([0, 1], [0, 1])
    
    plt.show()

<IPython.core.display.Javascript object>

![Image 1][]

# 方法3： `matplotlib.gridspec.GridSpec` #

同样适用于不规则图划分

# 定义figure
    plt.figure()
    # 分隔figure
    gs = matplotlib.gridspec.GridSpec(3, 3)
    ax1 = plt.subplot(gs[0, :])
    ax2 = plt.subplot(gs[1, 0:2])
    ax3 = plt.subplot(gs[1, 2])
    ax4 = plt.subplot(gs[2, :])
    
    # 绘制图像
    ax1.plot([0, 1], [0, 1])
    ax1.set_title('Test')
    
    ax2.plot([0, 1], [0, 1])
    
    ax3.plot([0, 1], [0, 1])
    
    ax4.plot([0, 1], [0, 1])
    
    plt.show()

<IPython.core.display.Javascript object>

![Image 1][]

# 方法4 ： `plt.subplots` #

# 划分figure
    fig, ((ax11, ax12), (ax21, ax22)) = plt.subplots(2, 2, sharex = True, sharey = True,figsize=(10.0, 6.0))
    # 绘制图像
    ax11.scatter([0, 0.5], [0, 1])
    ax12.scatter([0, 1], [0, 1])
    ax21.scatter([0, 1], [0, -1])
    ax22.scatter([0, -1], [0, 1])
    
    plt.show()

<IPython.core.display.Javascript object>

![Image 1][]

# 划分figure
    # 该方法不要使用，绘制图像有问题的，显示不出
    fig, ((ax11, ax12), (ax21, ax22)) = plt.subplots(2, 2, sharex = True, sharey = True )
    # 绘制图像
    ax11.scatter([0, 0.5], [0, 1])
    ax12.scatter([0, 1], [0, 1])
    ax21.scatter([0, 1], [0, -1])
    ax22.scatter([0, -1], [0, 1])
    plt.tight_layout()
    plt.subplots_adjust(left=0.2, bottom=0.2, right=0.8, top=0.8,hspace=0.2, wspace=0.3)
    plt.show()

<IPython.core.display.Javascript object>

![Image 1][]

# 子图标题设置 #

子图像统一标题设置。  
思路其实创建整个的子图像，然后将图像的刻度、标注等部分作不显示设置，仅仅显示图像的 title。

fig, big_axes = plt.subplots(figsize=(9, 9) , nrows=3, ncols=1, sharey=True) 
    
    for row, big_ax in enumerate(big_axes, start=1):
        big_ax.set_title("Subplot row %s \n" % row, fontsize=16)
    
        # Turn off axis lines and ticks of the big subplot 
        # obs alpha is 0 in RGBA string!
        big_ax.tick_params(labelcolor=(0,0,0,0), top='off', bottom='off', left='off', right='off')
        # removes the white frame
        big_ax._frameon = False
    
    for i in range(1,10):
        ax = fig.add_subplot(3,3,i)
        ax.set_title('Plot title ' + str(i))
    
    
    fig.set_facecolor('w')
    plt.tight_layout()
    plt.show()

<IPython.core.display.Javascript object>

![Image 1][]

# 子图间距控制 #

*  图像外部边缘的调整可以使用`plt.tight_layout()`进行自动控制，此方法不能够很好的控制图像间的间隔。
 *  如果想同时控制图像外侧边缘以及图像间的空白区域，使用命令：

`plt.subplots_adjust(left=0.2, bottom=0.2, right=0.8, top=0.8，hspace=0.2, wspace=0.3)`

[Image 1]:

发表评论取消回复

表情：

评论列表（有 0 条评论，44人围观）

还没有评论，来说两句吧...

相关阅读

相关绘制共享Y轴的子图——Matplotlib Subplots

绘制共享Y轴的子图——Matplotlib Subplots 在数据分析的过程中，可视化是一个重要的环节。而绘制多个子图则是常见的需求之一。在使用 Matplotlib 进行

系统管理员/ 2024年03月16日 15:57/ 0 赞/ 50 阅读

相关 matplotlib5、子图绘制

![1598479-20190917170736865-1804828828.png][] 转载于:https://www.cnblogs.com/yunshangyu

布满荆棘的人生/ 2023年08月17日 16:05/ 0 赞/ 173 阅读

相关 matplotlib绘制子图的几种方式

本文主要使用matplotlib进行多图的绘制。 %matplotlib notebook import matplotlib from matplo

今天药忘吃喽~/ 2023年07月02日 04:24/ 0 赞/ 45 阅读

相关 Matplotlib饼图、环图绘制代码

不只是饼状图，Matplotlb的官网上Example页面下有各种图表的例子（[Matplotlib-Examples][]），因此，如果想要绘制图表，建议先到官网上看一看，挑

骑猪看日落/ 2023年06月16日 08:23/ 0 赞/ 55 阅读

相关 matplotlib绘制条形图

文章目录绘制条形图1 绘制条形图2 相关链接绘制条形图1 ![在这里插入图片描述][watermark_type_Zm

心已赠人/ 2023年02月20日 12:16/ 0 赞/ 34 阅读

相关使用matplotlib绘制正弦曲线图

我们都知道matplotlib是一个优秀的作图工具，那下面我们就用这个模块来画一下正弦曲线的图 from matplotlib import pyplot as

桃扇骨/ 2022年12月26日 04:48/ 0 赞/ 76 阅读

相关在matplotlib中创建子图的多种方式

在用Matplotlib绘制图像时，有时候需要从多个角度对数据进行对比。为此子图的概念便提了出来，子图可以在较大的图形中同时放置一组较小的坐标轴。这些子图可能是画中画、网格图，

拼搏现实的明天。/ 2022年02月27日 23:52/ 0 赞/ 943 阅读

相关 matplotlib绘制饼状图

1、普通的饼状图 from matplotlib import pyplot as plt 显示饼状图 label = ["test

谁践踏了优雅/ 2021年12月23日 08:59/ 0 赞/ 451 阅读

相关 matplotlib绘制散点图

绘制散点图用scatter()方法，实例： from matplotlib import pyplot as plt import matp

我会带着你远行/ 2021年12月15日 17:59/ 0 赞/ 368 阅读

相关 matplotlib绘制条形图

from matplotlib import pyplot as plt import matplotlib font = {'family'

Love The Way You Lie/ 2021年12月15日 04:11/ 0 赞/ 662 阅读