本文主要使用matplotlib进行多图的绘制。

%matplotlib notebook
import matplotlib
from matplotlib import pyplot as plt
plt.ion()
%matplotlib tk
from matplotlib import rcdefaults
rcdefaults()
import numpy as np
import pandas as pd

方法1： plt.subplot(x,x,x)和fig.add_subplot的使用

X = np.linspace(-3,3, 200)
C = np.sin(X)
S = np.cos(X)
#Subplots
#
With subplot you can arrange plots in a regular grid. You need to specify the number of rows and columns and the number of the plot.
#
Note that the gridspec command is a more powerful alternative.
'''plt.figure()
plt.subplot(2, 1, 1)
plt.subplot(2, 1, 2)
plt.show()'''
plt.figure()
plt.subplot(1, 2, 1)
plt.plot(X, C)
plt.title('1st figure')
plt.subplot(1, 2, 2)
plt.plot(X, S)
plt.title('2nd figure')
plt.show()

<IPython.core.display.Javascript object>

fig = plt.figure()
ax1 = fig.add_subplot(1,2,1)
ax2 = fig.add_subplot(1,2,2)
X = np.linspace(-3,3, 200)
C = np.sin(X)
S = np.cos(X)
ax1.plot(X,C)
ax2.plot(X,S)
plt.show()

<IPython.core.display.Javascript object>

方法2： plt.subplot2grid

适用于不规则的子图划分

# 定义figure
plt.figure()
# figure分成3行3列, 取得第一个子图的句柄, 第一个子图跨度为1行3列, 起点是表格(0, 0)
ax1 = plt.subplot2grid((3, 3), (0, 0), colspan = 3, rowspan = 1)
ax1.plot([0, 1], [0, 1])
ax1.set_title('Test')
# figure分成3行3列, 取得第二个子图的句柄, 第二个子图跨度为1行3列, 起点是表格(1, 0)
ax2 = plt.subplot2grid((3, 3), (1, 0), colspan = 2, rowspan = 1)
ax2.plot([0, 1], [0, 1])
# figure分成3行3列, 取得第三个子图的句柄, 第三个子图跨度为1行1列, 起点是表格(1, 2)
ax3 = plt.subplot2grid((3, 3), (1, 2), colspan = 1, rowspan = 1)
ax3.plot([0, 1], [0, 1])
# figure分成3行3列, 取得第四个子图的句柄, 第四个子图跨度为1行3列, 起点是表格(2, 0)
ax4 = plt.subplot2grid((3, 3), (2, 0), colspan = 3, rowspan = 1)
ax4.plot([0, 1], [0, 1])
plt.show()

<IPython.core.display.Javascript object>

方法3： matplotlib.gridspec.GridSpec

同样适用于不规则图划分

# 定义figure
plt.figure()
# 分隔figure
gs = matplotlib.gridspec.GridSpec(3, 3)
ax1 = plt.subplot(gs[0, :])
ax2 = plt.subplot(gs[1, 0:2])
ax3 = plt.subplot(gs[1, 2])
ax4 = plt.subplot(gs[2, :])
# 绘制图像
ax1.plot([0, 1], [0, 1])
ax1.set_title('Test')
ax2.plot([0, 1], [0, 1])
ax3.plot([0, 1], [0, 1])
ax4.plot([0, 1], [0, 1])
plt.show()

<IPython.core.display.Javascript object>

方法4 ： plt.subplots

# 划分figure
fig, ((ax11, ax12), (ax21, ax22)) = plt.subplots(2, 2, sharex = True, sharey = True,figsize=(10.0, 6.0))
# 绘制图像
ax11.scatter([0, 0.5], [0, 1])
ax12.scatter([0, 1], [0, 1])
ax21.scatter([0, 1], [0, -1])
ax22.scatter([0, -1], [0, 1])
plt.show()

<IPython.core.display.Javascript object>

# 划分figure
# 该方法不要使用，绘制图像有问题的，显示不出
fig, ((ax11, ax12), (ax21, ax22)) = plt.subplots(2, 2, sharex = True, sharey = True )
# 绘制图像
ax11.scatter([0, 0.5], [0, 1])
ax12.scatter([0, 1], [0, 1])
ax21.scatter([0, 1], [0, -1])
ax22.scatter([0, -1], [0, 1])
plt.tight_layout()
plt.subplots_adjust(left=0.2, bottom=0.2, right=0.8, top=0.8,hspace=0.2, wspace=0.3)
plt.show()

<IPython.core.display.Javascript object>

子图标题设置

子图像统一标题设置。
思路其实创建整个的子图像，然后将图像的刻度、标注等部分作不显示设置，仅仅显示图像的 title。

fig, big_axes = plt.subplots(figsize=(9, 9) , nrows=3, ncols=1, sharey=True)
for row, big_ax in enumerate(big_axes, start=1):
big_ax.set_title("Subplot row %s n" % row, fontsize=16)
# Turn off axis lines and ticks of the big subplot 
# obs alpha is 0 in RGBA string!
big_ax.tick_params(labelcolor=(0,0,0,0), top='off', bottom='off', left='off', right='off')
# removes the white frame
big_ax._frameon = False
for i in range(1,10):
ax = fig.add_subplot(3,3,i)
ax.set_title('Plot title ' + str(i))
fig.set_facecolor('w')
plt.tight_layout()
plt.show()

<IPython.core.display.Javascript object>

子图间距控制

• 图像外部边缘的调整可以使用plt.tight_layout()进行自动控制，此方法不能够很好的控制图像间的间隔。

• 如果想同时控制图像外侧边缘以及图像间的空白区域，使用命令：

plt.subplots_adjust(left=0.2, bottom=0.2, right=0.8, top=0.8，hspace=0.2, wspace=0.3)

最后

以上就是体贴大米为你收集整理的matplotlib绘制子图的几种方式方法1： plt.subplot(x,x,x)和fig.add_subplot的使用方法2： plt.subplot2grid方法3： matplotlib.gridspec.GridSpec方法4 ： plt.subplots子图标题设置子图间距控制的全部内容，希望文章能够帮你解决matplotlib绘制子图的几种方式方法1： plt.subplot(x,x,x)和fig.add_subplot的使用方法2： plt.subplot2grid方法3： matplotlib.gridspec.GridSpec方法4 ： plt.subplots子图标题设置子图间距控制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。