概述
文章目录
- 方法一,利用subplots()
- 方法二,利用add_subplot()创建子图
- 方法三,利用pandas+plot()直接创建子图
方法一,利用subplots()
import matplotlib.pyplot as plt
fig,axes=plt.subplots(2,2,figsize=(5,4),
sharex=False,
sharey=False)
#创建一个被分割为四个子图的figure对象
#sharex,sharey表示是否公用坐标轴
x=[1,2,3]
y=[8,5,4]
axes[1,1].plot(x,y)
#在第2行第2列的子图上作图
plt.subplots_adjust(wspace=0,hspace=0.1)
#调整子图间的间隙,wspace和hspace分别用于控制间距宽度和高度的百分比
plt.show()
效果如下:
方法二,利用add_subplot()创建子图
import matplotlib.pyplot as plt
fig=plt.figure(num=1,figsize=(5,4),facecolor='gray')
#创建一个figure对象
#num:图标号;
#figsize:图片尺寸;
#facecolor:图片背景
ax=fig.add_subplot(224)
#创建一个图,该图在2行2列的子图中的第4个位置
x=[1,2,3]
y=[8,5,4]
ax.plot(x,y)
plt.show()
效果如下:
该方法比较灵活,可以做出大子图和小子图的组合,但是要保证add_subplot(XXX)中最小子图的一致。
方法三,利用pandas+plot()直接创建子图
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(1000, 4), columns=list('ABCD'))
df.plot(style ='--', alpha=0.5, grid=True,subplots = True,layout=(2, 3),figsize=(8,6))
#alpha:线条透明度,0~1透明度逐渐降低
#grid:作图是否显示
#subplots:表示是否分图作图
#layout:图片分割参数
#figsize:图片尺寸
plt.subplots_adjust(wspace=0,hspace=0.2)
#调整子图间的间隙,wspace和hspace分别用于控制间距宽度和高度的百分比
plt.show()
效果如下:
最后
以上就是想人陪八宝粥为你收集整理的matplotlib创建子图的三种方法的全部内容,希望文章能够帮你解决matplotlib创建子图的三种方法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