个人中心
gpt4 book ai didi

Matplotlib绘制子图的常见几种方法

转载 作者：qq735679552 更新时间：2022-09-27 22:32:09 30 4
gpt4 key购买 nike

CFSDN坚持开源创造价值，我们致力于搭建一个资源共享平台，让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章Matplotlib绘制子图的常见几种方法由作者收集整理，如果你对这篇文章有兴趣，记得点赞哟.

前言

Matplotlib的可以把很多张图画到一个显示界面，在作对比分析的时候非常有用。 对应的有plt的subplot和figure的add_subplo的方法，参数可以是一个三位数字（例如111），也可以是一个数组（例如[1,1,1]），3个数字分别代表 。

  • 子图总行数
  • 子图总列数
  • 子图位置

更多详情可以查看：matplotlib文档 。

下面贴出两种绘子图的代码 。

常用的三种方式

方式一：通过plt的subplot 。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# author: chenqionghe
 
# 画第1个图：折线图
x = np.arange( 1 , 100 )
plt.subplot( 221 )
plt.plot(x,x * x)
 
# 画第2个图：散点图
plt.subplot( 222 )
plt.scatter(np.arange( 0 , 10 ), np.random.rand( 10 ))
 
# 画第3个图：饼图
plt.subplot( 223 )
plt.pie(x = [ 15 , 30 , 45 , 10 ],labels = list ( 'ABCD' ),autopct = '%.0f' ,explode = [ 0 , 0.05 , 0 , 0 ])
 
# 画第4个图：条形图
plt.subplot( 224 )
plt.bar([ 20 , 10 , 30 , 25 , 15 ],[ 25 , 15 , 35 , 30 , 20 ],color = 'b' )
plt.show()

方式二：通过figure的add_subplot 。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# author: chenqionghe
 
fig = plt.figure()
 
# 画第1个图：折线图
x = np.arange( 1 , 100 )
ax1 = fig.add_subplot( 221 )
ax1.plot(x,x * x)
 
# 画第2个图：散点图
ax2 = fig.add_subplot( 222 )
ax2.scatter(np.arange( 0 , 10 ), np.random.rand( 10 ))
 
# 画第3个图：饼图
ax3 = fig.add_subplot( 223 )
ax3.pie(x = [ 15 , 30 , 45 , 10 ],labels = list ( 'ABCD' ),autopct = '%.0f' ,explode = [ 0 , 0.05 , 0 , 0 ])
 
# 画第4个图：条形图
ax4 = fig.add_subplot( 224 )
ax4.bar([ 20 , 10 , 30 , 25 , 15 ],[ 25 , 15 , 35 , 30 , 20 ],color = 'b' )
plt.show()

方式三：通过plt的subplots 。

subplots返回的值的类型为元组，其中包含两个元素：第一个为一个画布，第二个是子图 。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# author: chenqionghe
 
fig,subs = plt.subplots( 2 , 2 )
 
# 画第1个图：折线图
x = np.arange( 1 , 100 )
subs[ 0 ][ 0 ].plot(x,x * x)
 
# 画第2个图：散点图
subs[ 0 ][ 1 ].scatter(np.arange( 0 , 10 ), np.random.rand( 10 ))
 
# 画第3个图：饼图
subs[ 1 ][ 0 ].pie(x = [ 15 , 30 , 45 , 10 ],labels = list ( 'ABCD' ),autopct = '%.0f' ,explode = [ 0 , 0.05 , 0 , 0 ])
 
# 画第4个图：条形图
subs[ 1 ][ 1 ].bar([ 20 , 10 , 30 , 25 , 15 ],[ 25 , 15 , 35 , 30 , 20 ],color = 'b' )
plt.show()

运行结果如下 。

Matplotlib绘制子图的常见几种方法

就是这么简单， 。

如何不规则划分

前面的两个图占了221和222的位置，如果想在下面只放一个图，得把前两个当成一列，即2行1列第2个位置 。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# author: chenqionghe
 
# 画第1个图：折线图
x = np.arange( 1 , 100 )
plt.subplot( 221 )
plt.plot(x,x * x)
 
# 画第2个图：散点图
plt.subplot( 222 )
plt.scatter(np.arange( 0 , 10 ), np.random.rand( 10 ))
 
# 画第3个图：饼图
plt.subplot( 223 )
plt.pie(x = [ 15 , 30 , 45 , 10 ],labels = list ( 'ABCD' ),autopct = '%.0f' ,explode = [ 0 , 0.05 , 0 , 0 ])
 
# 画第3个图：条形图
# 前面的两个图占了221和222的位置，如果想在下面只放一个图，得把前两个当成一列，即2行1列第2个位置
plt.subplot( 212 )
plt.bar([ 20 , 10 , 30 , 25 , 15 ],[ 25 , 15 , 35 , 30 , 20 ],color = 'b' )
plt.show()

运行结果如下 。

Matplotlib绘制子图的常见几种方法

到此这篇关于Matplotlib绘制子图的常见几种方法的文章就介绍到这了,更多相关Matplotlib绘制子图内容请搜索我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我！ 。

原文链接：https://www.cnblogs.com/chenqionghe/p/12355018.html 。

最后此篇关于Matplotlib绘制子图的常见几种方法的文章就讲到这里了,如果你想了解更多关于Matplotlib绘制子图的常见几种方法的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！ 。

30 4 0
文章推荐： 在Pycharm的Project Files下建立多个项目的操作
文章推荐： iOS实现UIScrollView的无限轮播功能（原理）详解
文章推荐： iOS中你需要的弹窗效果总结大全
文章推荐： matplotlib.subplot()画子图并共享y坐标轴的方法
qq735679552
个人简介

我是一名优秀的程序员,十分优秀！

滴滴打车优惠券免费领取
滴滴打车优惠券
全站热门文章
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com