plt.figure、plt.subplot介绍以及绘制图中图(含代码)

这篇具有很好参考价值的文章主要介绍了plt.figure、plt.subplot介绍以及绘制图中图(含代码)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

1.1 plt.figure()函数语法介绍

figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True)

1、num:图像编号或名称,数字为编号 ,字符串为名称
2、figsize:指定figure的宽和高,单位为英寸;
3、dpi参数指定绘图对象的分辨率,即每英寸多少个像素;
4、facecolor:背景颜色;
5、edgecolor:边框颜色;
6、frameon:是否显示边框。

figure函数就相当于画画所用的画布,在此简单描绘一个曲线来说明

1.2 figure实例

import matplotlib.pyplot as plt
import numpy as np
#np.linspace(start, stop, num)num是起点终点间隔总点数
x = np.linspace(0, 50, 1000)
y = np.cos(x)
fig = plt.figure()
plt.plot(x, y)
# plt.show()的作用就是将画布及其所画内容显示出来
plt.show()

结果显示:
plt.figure,python,numpy

关于linespace的语法说明:
np.linspace(start, stop, num, endpoint, retstep, dtype)
1、star和stop为起始和终止位置,均为标量
2、num为包括start和stop的间隔点总数,默认为50
3、endpoint为bool值,为False时将会去掉最后一个点计算间隔
4、restep为bool值,为True时会同时返回数据列表和间隔值
5、dtype默认为输入变量的类型,给定类型后将会把生成的数组类型转为目标类型
***通常是用前三个参数就可以了

2.1 subplot函数及其语法说明

subplot(a,b,c)

1、a是subplot的行数;
2、b是subplot的列数;
3、c是subplot中子图的序列号;

2.2 用subplot画多个子图

import numpy as np
# 依次输出函数f(x)=x、f(x)=x**2f(x)=sin(x)f(x)=tan(x)的图像
x = np.linspace(0, 10, 100)
x1 = x
x2 = x ** 2
x3 = np.sin(x)
x4 = np.tan(x)

fig = plt.figure()
# 此处的221指输出模式是两行两列,且输出对应的第一个子图
plt.subplot(221)
plt.plot(x, x1)
plt.subplot(222)
plt.plot(x, x2)
plt.subplot(223)
plt.plot(x, x3)
plt.subplot(224)
plt.plot(x, x4)
plt.show()

运行程序后输出的结果为:
plt.figure,python,numpy
根据上面程序可以看出,每一个subplot()只可以输出一个子图,要想输出多个子图,就需要使用对应的多个subplot()函数。

如果想用一个函数就直接输出多个子图,可以使用subplots()函数实现。

3.1 subplots函数介绍

在此用subplots()函数来实现同样的2*2类型的子图描绘,实现代码如下:

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 10, 100)
# 划分2*2子图
fig, axes = plt.subplots(2, 2)
ax1 = axes[0, 0]
ax2 = axes[0, 1]
ax3 = axes[1, 0]
ax4 = axes[1, 1]

# 作图f(x)=x
ax1.plot(x, x)
# 作图f(x)=x**2
ax2.plot(x, x ** 2)
ax2.grid(color='r', linestyle='--', linewidth=1, alpha=0.3)
# 作图f(x)=sin(x)
ax3.plot(x, np.sin(x))
# 作图f(x)=tan(x)
ax4.plot(x, np.tan(x))
plt.show()

显示结果如下:
plt.figure,python,numpy
由此,我们可以看到subplots()函数同样实现了四个子图的描绘,在功能上和2.2节所用的subplot()函数达到了一样的效果。

4.1 使用add_axes函数绘制图中图

import numpy as np
import matplotlib.pyplot as plt

# 新建figure
fig = plt.figure()
# 定义数据
x = np.linspace(0, 10, 100)
y1=np.exp(x)
y2 = np.sin(x)
# 新建区域a
left, bottom, width, height = 0, 0, 1, 1
# 绘制图像y1
ax1 = fig.add_axes([left, bottom, width, height])
ax1.plot(x, y1, 'b')
ax1.set_title('y1=exp(x)')

# 设置新增区域b,嵌套在a图内
left, bottom, width, height = 0.3, 0.5, 0.4, 0.4
# 绘制图像y2
ax2 = fig.add_axes([left, bottom, width, height])
ax2.plot(x, y2, 'g')
ax2.set_title('y2=sin(x)')
plt.show()

得到的输出结果为:
plt.figure,python,numpy文章来源地址https://www.toymoban.com/news/detail-703316.html

到了这里,关于plt.figure、plt.subplot介绍以及绘制图中图(含代码)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • Matlab 一张图绘制在一个figure里,多张图绘制在一个figure里,和多张图分别绘制在一个figure里(多重子图)讲解及代码

    matlab的绘图可以采用直角坐标系、对数坐标系和极坐标等形式。数据点也可用向量或矩阵形式给出,类型可以是实型或复型。 以实例和代码讲解:在不同图形窗口下分别绘制出y=sin(x),y=sin(2x),y=sin(3x),y=sin(4x),在[0,2*pi]上的图形 或: 函数命令plot(x1,y1,x2,y2…) 例:将y=sin(x),y=sin(2

    2024年01月19日
    浏览(43)
  • 在Python中matplotlib函数的plt.plot()函数的颜色参数设置,以及可以直接运行的程序代码!

    在matplotlib中, plt.plot()函数可以接受颜色参数 ,可以设置为 字符串颜色(如\\\'red\\\') ,也可以设置为 十六进制颜色 (如’#FF0000’表示红色),也可以设置为 RGB元组(如(1,0,0)表示红色) 。 如果想要用数值(如0,1)来设置颜色,可以使用 颜色映射(Colormap) 。 在matplotlib中

    2024年02月04日
    浏览(48)
  • 【python】plt.plot() 函数绘制loss曲线

    目录 一.  数据形式 (输入数据) 二.  绘图(完整代码) 三.  plt.plot() 函数 (调整图形) 1. plt.plot(x, y)  2. plt.plot(x, y, \\\"格式控制字符串\\\") 2.1 \\\"颜色\\\"与\\\"线型\\\" 2.2 \\\"点型\\\"  3. plt.plot(x, y, \\\"格式控制字符串\\\", =参数) 训练过程中每个epoch都输出当前轮结果,输出数据保存在

    2024年02月06日
    浏览(43)
  • Python plt.plot绘制空心圆散点图

    使用python plot绘制折线图,如果有需要空心圆的点,或者空心符号的可以参考: 设置后显示如下图片

    2024年02月15日
    浏览(58)
  • python基础----08-----json、pyecharts模块介绍以及折线图、地图、柱状图的绘制

    json就是 一种在各个编程语言中流通的数据格式,负责不同编程语言中的数据传递和交互、类似于: 国际通用语言 -英语。 pyecharts模块 :如果想要 做出数据可视化效果图,可以借助pyecharts模块来完成。 概况: Echarts是个由百度开源的数据可视化,凭借着良好的交互性,精巧的

    2024年02月08日
    浏览(47)
  • 【Python】一文详细介绍plt.rcParams 在 Matplotlib 中的原理、作用、注意事项

    【Python】一文详细介绍plt.rcParams 在 Matplotlib 中的原理、作用、注意事项 🌈 个人主页:高斯小哥 🔥 高质量专栏:Matplotlib之旅:零基础精通数据可视化、Python基础【高质量合集】、PyTorch零基础入门教程👈 希望得到您的订阅和支持~ 💡 创作高质量博文(平均质量分92+),分享

    2024年04月11日
    浏览(76)
  • plt绘制3D渐变填充柱状图

     

    2024年02月15日
    浏览(33)
  • plt绘制箱型图+散点图

    注意: 代码中有一个参数 zorder=1 ,这个参数是控制图层顺序的。如果不添加,散点会被箱型图遮盖。

    2024年02月12日
    浏览(43)
  • python中图片读取和保存以及plt.imshow()与cv2.imshow()显示图像颜色错误解决方案

    最近调试程序的时候,发现要保存的图片颜色与原图片有色差(显示图像变蓝),郁闷良久,终于发现问题,望诸君避坑。 🧸在用plt.imshow和cv2.imshow显示同一幅图时可能会出现颜色差别很大的现象。 🎯原因:opencv的接口使用BGR,而matplotlib.pyplot 则是RGB模式。 单独使用图像是

    2024年02月11日
    浏览(45)
  • DEMATEL-ISM模型的Python实现——方法介绍以及代码复现

    本文源于笔者的《系统工程》课程的小组作业,笔者尝试运用DEMATEL-ISM方法来进行分析,建模求解,但在网络上并没有找到相应的,特别是集合DEMATEL-ISM方法的代码。因此自己码了DEMATEL-ISM模型的Python代码,并作为第一个博客发布~ 参考文献中,笔者主要参考了李广利等 1 的研

    2023年04月20日
    浏览(36)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包