概述
在matplotlib有一个方法是subplot
,可以实现在一张画布中,存在多个子图的情况。在同类数据比较分析的时候,这类图表很受大家欢迎。
matplotlib.pyplot.subplot(*args, **kwargs)
使用方法:
subplot(nrows, ncols, index, **kwargs)
subplot(pos, **kwargs)
subplot(ax)
nrows表示行数,ncols表示列数,index表示第几个(从上往下,从左往右数,最小值为1);这三个参数组合起来表示画一幅nrows*ncols个子图的图。pos其实就是nrows、ncols、index的结合体,比如subplot(2,1,1)
其实与subplot(211)
表述的是同一个意思。所不同的是,pos中三个数字的任意一个都不能大于10,但使用nrows, ncols, index就无此限制了。
以上一文的例子为例:
import matplotlib.pyplot as plt
# 第一组数据
x1 = list(range(5))
y1 = list(map(lambda x: x**2, x1))
# 第二组数据
x2 = list(range(4, 10))
y2 = list(map(lambda x: x**2/2, x2))
# 作一幅2*1的图,选择第1个子图
ax1 = plt.subplot(211)
ax1.plot(x1, y1)
# 作一幅2*1的图,选择第2个字图
ax2 = plt.subplot(212)
ax2.plot(x2, y2)
# 删除子图ax2
# plt.delaxes(ax2)
# 增加子图ax2
# plt.subplot(ax2)
# 显示图
plt.show()
当某些条件下,不需要展示图2时,可以使用delaxes
实现:
# 删除子图ax2
plt.delaxes(ax2)
删除后,又需要展示图2时,可以使用subplot(ax)
实现:
# 增加子图ax2
plt.subplot(ax2)
调整上述代码:
#将第二幅图的子图排布做了调整
# ax2 = plt.subplot(212)
ax2 = plt.subplot(322)
子图调整后,会以新的子图布局为准,由于找不到ax1标准的画布布局,此图将不会展示,结果呈现为:
子图的样式调整参数如下:
属性 | 描述 |
---|---|
aspect | 默认值为"auto",也可以为大于0的数(当数字大于0小于0.1时,数字越小,y轴被压缩显示的越严重;当数字大于0.1,数字越大,x轴被压缩的越厉害) |
anchor | 默认值为“C”即居中的意思,是子图位置的配置项,其他值还有:“SW”,“S”,"SE"等;当各个图aspect都为“auto"的情况下,看不出来; |
autoscale_on | bool值,自动定位x、y坐标,0为关闭,1为打开;默认打开 |
autoscalex_on | bool值,自动定位x坐标,0为关闭,1为打开;默认打开 |
autoscaley_on | bool值,自动定位y坐标,0为关闭,1为打开;默认打开 |
facecolor | 颜色,子图的颜色,可以用颜色的全称,比如:yellow,blue 也可以用简写,y,b 分别代表黄颜色与蓝颜色 |
fc | 同facecolor,是其简称 |
frame_on | bool值,边框是否展示,默认为展示 |
visible | bool值,子图是否可见,默认为可见 |
xlabel | 字符串,x轴命名 |
ylabel | 字符串,y轴命名 |
xticklabels | 列表(List[str]),设置x轴每一个坐标的名称 |
yticklabels | 列表(List[str]),设置y轴每一个坐标的名称 |
xticks | 列表(List),x轴设置柱;简单来说就是给出坐标,会在该坐标点显示该点位置 |
yticks | 列表(List),y轴设置柱;简单来说就是给出坐标,会在该坐标点显示该点位置 |
效果图(修改代码中的参数):
ax1 = plt.subplot(211, aspect=0.5)
ax1 = plt.subplot(211, aspect=0.5, anchor="W")
ax1 = plt.subplot(211, facecolor="yellow")
ax1 = plt.subplot(211, frame_on=0)
ax1 = plt.subplot(211, xlabel="x-name", ylabel="y_name")
ax1 = plt.subplot(211, xticklabels=["No.0","No.1","No.2","No.3","No.4"],
yticklabels=["No.0","No.1","No.2","No.3","No.4"])
ax1 = plt.subplot(211, xticks=[0.01, 1.0, 2.3, 3.5],
yticks=[0.01, 2.0, 5.3, 13.5])
更多参数见官网给出的文档:
本文参考文档:https://matplotlib.org/api/_as_gen/matplotlib.pyplot.subplot.html#matplotlib.pyplot.subplot
最后
以上就是俊秀啤酒为你收集整理的matplotlib画图(二)——子图的全部内容,希望文章能够帮你解决matplotlib画图(二)——子图所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
发表评论 取消回复