Matplotlib可视化过程中如何自定义子图的大小？

#方法1：用matplotlib.gridspec.GridSpec自定义网格大小，然后添加子图fig.add_subplot
import matplotlib.pyplot as plt
import matplotlib.gridspec
x1 = np.linspace(0.0, 5.0)
x2 = np.linspace(0.0, 2.0)
y1 = np.cos(2 * np.pi * x1) * np.exp(-x1)
y2 = np.cos(2 * np.pi * x2)
gs = matplotlib.gridspec.GridSpec(3,2, width_ratios=[1,1.4],
height_ratios=[1,3,1])
fig = plt.figure()
ax1 = fig.add_subplot(gs[:,0])
# ax1.plot([1,3,2,4])
ax1.plot(x1, y1, '-og', ms=3)
ax2 = fig.add_subplot(gs[1,1])
# ax2.plot([1,3,2,4])
ax2.plot(x2, y2, '-ob', ms=3)
plt.show()

#方法二：利用fig.add_axes添加子图，同时指定子图axes的大小（传入比例大小参数）
import numpy as np
import matplotlib.pyplot as plt
fig = plt.fi

最后

以上就是自信薯片为你收集整理的Matplotlib可视化过程中如何自定义子图的大小？的全部内容，希望文章能够帮你解决Matplotlib可视化过程中如何自定义子图的大小？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。