Python 数据可视化-2子图操作-Toy模板网

这篇具有很好参考价值的文章主要介绍了Python 数据可视化-2子图操作。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。

一、通过subplot()函数创建单个子图

Figure对象允许划分为多个绘图区域，每个绘图区域都是一个Axes对象，它拥有属于自己的坐标系统，被称为子图。要想在画布上创建一个子图，则可以通过subplot()函数实现。subplot()函数会将整个绘图区域等分为“nrows （行）* ncols（列）”的矩阵区域，之后按照从左到右、。其中，位于左上角的子区域编号为1，依次递增整个绘制区域划分为2*2（两行两列）的矩阵区域。如果nrows、ncols和index这三个参数的值都小于10，则可以把它们简写为一个实数。

nums = np.arange(0, 101)    # 生成0~100的数组
# 新建画布
# plt.figure(facecolor='gray',edgecolor='red')
# 边建边绘图
# 分成2*2的矩阵区域，占用编号为1的区域，即第1行第1列的子图
plt.subplot(221)
# 在选中的子图上作图
plt.plot(nums, nums)
# 分成2*2的矩阵区域，占用编号为2的区域，即第1行第2列的子图
plt.subplot(222)
# 在选中的子图上作图
plt.plot(nums, -nums)
# 分成2*1的矩阵区域，占用编号为2的区域，即第2行的子图
plt.subplot(212)
# 在选中的子图上作图
plt.plot(nums, nums**2)
# 在本机上显示图形
plt.show()

python绘制子图,python,开发语言,信息可视化,人工智能,机器学习

二、通过add_subplot()方法添加和选中子图

还可以通过Figure类的add_subplot()方法添加和选中子图：add_subplot(* args,** kwargs)上述方法中，args参数表示一个三位数的实数或三个独立的实数，用于描述子图的位置。比如“a, b, c”，其中a和b表示将Figure对象分割成ab大小的区域，c表示当前选中的要操作的区域。

调用add_subplot()方法时传入的是“2,2,1”，则会在的2*2的矩阵中编号为1的区域上绘图。每调用一次add_subplot()方法只会规划画布划分子图，且只会添加一个子图。当调用plot()函数绘制图形时，会画在最后一次指定子图的位置上。

# 先建画布，再添加子图
# 引入matplotlib包
import matplotlib.pyplot as plt
import numpy as np
# 创建Figure实例
fig = plt.figure()
# 添加子图
fig1 = fig.add_subplot(2, 2, 1)
fig2 = fig.add_subplot(2, 2, 2)
fig4 = fig.add_subplot(2, 2, 4)
fig.add_subplot(2, 2, 3)
# 在子图上作图
random_arr = np.random.randn(100)
# 默认是在最后一次使用subplot的位置上作图，即编号为3的位置
plt.plot(random_arr)
# 在fig1上作图
fig1.plot(random_arr,random_arr)
# 在fig2上作图
fig2.plot(nums, np.log(nums))
plt.show()

python绘制子图,python,开发语言,信息可视化,人工智能,机器学习

三、通过subplots()函数创建多个子图

通过subplots()函数创建多个子图:如果希望一次性创建一组子图，则可以通过subplots()函数进行实现

subplots(nrows = 1,ncols = 1,sharex = False,sharey = False,squeeze = True,subplot_kw = None,gridspec_kw = None,** fig_kw)

nrows，ncols – 表示子区网格的行数、列数。
sharex，sharey – 表示控制x或y轴是否共享

subplots()函数会返回一个元组，元组的第一个元素为Figure对象（画布），第二个元素为Axes对象（子图，包含坐标轴和画的图）或Axes对象数组。如果创建的是单个子图，则返回的是一个Axes对象，否则返回的是一个Axes对象数组。

# 生成包含1～100之间所有整数的数组
nums = np.arange(1, 51)
# 分成2*2的矩阵区域，返回子图数组axes
fig, axes = plt.subplots(2, 2)
ax1 = axes[0, 0]  # 根据索引［0，0］从Axes对象数组中获取第1个子图
ax2 = axes[0, 1]   # 根据索引［0，1］从Axes对象数组中获取第2个子图
ax3 = axes[1, 0]   # 根据索引［1，0］从Axes对象数组中获取第3个子图
ax4 = axes[1, 1]   # 根据索引［1，1］从Axes对象数组中获取第4个子图
# 在选中的子图上作图
ax1.plot(nums, nums)
ax2.plot(nums, -nums)
ax3.plot(nums, nums**2)
ax4.plot(nums, np.log(nums))
plt.show()

python绘制子图,python,开发语言,信息可视化,人工智能,机器学习