当前位置:   article > 正文

Matplotlib 绘制多图_matplotlib绘制多个图

matplotlib绘制多个图

Matplotlib 绘制多图

我们可以使用 pyplot 中的 subplot() 和 subplots() 方法来绘制多个子图。

subplot() 方法在绘图时需要指定位置,subplots() 方法可以一次生成多个,在调用时只需要调用生成对象的 ax 即可。

subplot

subplot(nrows, ncols, index, **kwargs)
subplot(pos, **kwargs)
subplot(**kwargs)
subplot(ax)

以上函数将整个绘图区域分成 nrows 行和 ncols 列,然后从左到右,从上到下的顺序对每个子区域进行编号 1...N ,左上的子区域的编号为 1、右下的区域编号为 N,编号可以通过参数 index 来设置。

设置 numRows = 1,numCols = 2,就是将图表绘制成 1x2 的图片区域, 对应的坐标为:

(1, 1), (1, 2)

plotNum = 1, 表示的坐标为(1, 1), 即第一行第一列的子图

plotNum = 2, 表示的坐标为(1, 2), 即第一行第二列的子图。

实例

  1. import matplotlib.pyplot as plt
  2. import numpy as np
  3. #plot 1:
  4. xpoints = np.array([0, 6])
  5. ypoints = np.array([0, 100])
  6. plt.subplot(1, 2, 1)
  7. plt.plot(xpoints,ypoints)
  8. plt.title("plot 1")
  9. #plot 2:
  10. x = np.array([1, 2, 3, 4])
  11. y = np.array([1, 4, 9, 16])
  12. plt.subplot(1, 2, 2)
  13. plt.plot(x,y)
  14. plt.title("plot 2")
  15. plt.suptitle("W3Cschool subplot Test")
  16. plt.show()

显示结果如下:

设置 numRows = 2,numCols = 2,就是将图表绘制成 2x2 的图片区域, 对应的坐标为:

(1, 1), (1, 2)
(2, 1), (2, 2)

plotNum = 1, 表示的坐标为(1, 1), 即第一行第一列的子图。

plotNum = 2, 表示的坐标为(1, 2), 即第一行第二列的子图。

plotNum = 3, 表示的坐标为(2, 1), 即第二行第一列的子图。

plotNum = 4, 表示的坐标为(2, 2), 即第二行第二列的子图。

实例

  1. import matplotlib.pyplot as plt
  2. import numpy as np
  3. #plot 1:
  4. x = np.array([0, 6])
  5. y = np.array([0, 100])
  6. plt.subplot(2, 2, 1)
  7. plt.plot(x,y)
  8. plt.title("plot 1")
  9. #plot 2:
  10. x = np.array([1, 2, 3, 4])
  11. y = np.array([1, 4, 9, 16])
  12. plt.subplot(2, 2, 2)
  13. plt.plot(x,y)
  14. plt.title("plot 2")
  15. #plot 3:
  16. x = np.array([1, 2, 3, 4])
  17. y = np.array([3, 5, 7, 9])
  18. plt.subplot(2, 2, 3)
  19. plt.plot(x,y)
  20. plt.title("plot 3")
  21. #plot 4:
  22. x = np.array([1, 2, 3, 4])
  23. y = np.array([4, 5, 6, 7])
  24. plt.subplot(2, 2, 4)
  25. plt.plot(x,y)
  26. plt.title("plot 4")
  27. plt.suptitle("W3Cschool subplot Test")
  28. plt.show()

显示结果如下:

subplots()

subplots() 方法语法格式如下:

matplotlib.pyplot.subplots(nrows=1, ncols=1, *, sharex=False, sharey=False, squeeze=True, subplot_kw=None, gridspec_kw=None, **fig_kw)

参数说明:

  • nrows:默认为 1,设置图表的行数。
  • ncols:默认为 1,设置图表的列数。
  • sharex、sharey:设置 x、y 轴是否共享属性,默认为 false,可设置为 'none'、'all'、'row' 或 'col'。 False 或 none 每个子图的 x 轴或 y 轴都是独立的,True 或 'all':所有子图共享 x 轴或 y 轴,'row' 设置每个子图行共享一个 x 轴或 y 轴,'col':设置每个子图列共享一个 x 轴或 y 轴。
  • squeeze:布尔值,默认为 True,表示额外的维度从返回的 Axes(轴)对象中挤出,对于 N*1 或 1*N 个子图,返回一个 1 维数组,对于 N*M,N>1 和 M>1 返回一个 2 维数组。如果设置为 False,则不进行挤压操作,返回一个元素为 Axes 实例的2维数组,即使它最终是1x1。
  • subplot_kw:可选,字典类型。把字典的关键字传递给 add_subplot() 来创建每个子图。
  • gridspec_kw:可选,字典类型。把字典的关键字传递给 GridSpec 构造函数创建子图放在网格里(grid)。
  • **fig_kw:把详细的关键字参数传给 figure() 函数。

实例

  1. import matplotlib.pyplot as plt
  2. import numpy as np
  3. # 创建一些测试数据 -- 图1
  4. x = np.linspace(0, 2*np.pi, 400)
  5. y = np.sin(x**2)
  6. # 创建一个画像和子图 -- 图2
  7. fig, ax = plt.subplots()
  8. ax.plot(x, y)
  9. ax.set_title('Simple plot')
  10. # 创建两个子图 -- 图3
  11. f, (ax1, ax2) = plt.subplots(1, 2, sharey=True)
  12. ax1.plot(x, y)
  13. ax1.set_title('Sharing Y axis')
  14. ax2.scatter(x, y)
  15. # 创建四个子图 -- 图4
  16. fig, axs = plt.subplots(2, 2, subplot_kw=dict(projection="polar"))
  17. axs[0, 0].plot(x, y)
  18. axs[1, 1].scatter(x, y)
  19. # 共享 x 轴
  20. plt.subplots(2, 2, sharex='col')
  21. # 共享 y 轴
  22. plt.subplots(2, 2, sharey='row')
  23. # 共享 x 轴和 y 轴
  24. plt.subplots(2, 2, sharex='all', sharey='all')
  25. # 这个也是共享 x 轴和 y 轴
  26. plt.subplots(2, 2, sharex=True, sharey=True)
  27. # 创建标识为 10 的图,已经存在的则删除
  28. fig, ax = plt.subplots(num=10, clear=True)
  29. plt.show()

部分图表显示结果如下:

图1

图2

图3

图4

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/笔触狂放9/article/detail/612684
推荐阅读
相关标签
  

闽ICP备14008679号