| python数据可视化玩转Matplotlib subplot子图操作，四个子图（一包四），三个子图，子图拉伸 | 您所在的位置：网站首页 › python中subplots函数 › python数据可视化玩转Matplotlib subplot子图操作，四个子图（一包四），三个子图，子图拉伸 |
python数据可视化玩转Matplotlib subplot子图操作，四个子图（一包四），三个子图，子图拉伸
|
目录 一、创建子图 1.1 下图是绘制的子图： 1.2 代码释义： 二、绘制子图 2.1 代码引入 2.2 图形绘制 三、子图布局 3.1 子图布局说明 四、子图大小 4.1 子图大小调整 五、子图间距 5.1 子图代码调整 六、子图位置 6.1 代码引入 6.2 完整代码 6.3 完整代码 总结 大锤爱编程的博客_CSDN博客-大数据,Go,数据分析领域博主 Matplotlib是一个流行的Python可视化库，它提供了许多功能来创建各种类型的图表。其中一个功能是子图，它允许您在单个图表中绘制多个图。 一、创建子图要创建子图，请使用plt.subplots()函数。该函数接受三个参数：行数、列数和子图编号。以下是一个简单的示例： import matplotlib.pyplot as plt fig, axs = plt.subplots(2, 2)这将创建一个2x2的网格，其中包含4个子图。每个子图都有一个唯一的编号，可以在axs数组中访问。例如，要访问第一个子图，请使用axs[0, 0]。 以下是一个示例代码，用于绘制2x2网格，其中每个子图都随机放置一个图形： import matplotlib.pyplot as plt import numpy as np # 创建一个2x2的网格 fig, axs = plt.subplots(2, 2) # 在每个子图中绘制一个图形 for ax in axs.flat: # 随机生成一些数据 x = np.random.rand(100) y = np.random.rand(100) # 绘制散点图 ax.scatter(x, y) # 显示图形 plt.show() 1.1 下图是绘制的子图：
注释： 导入必要的库：我们需要使用matplotlib和numpy库来生成散点图和随机数。创建一个2x2的网格：我们使用subplot()函数创建一个2x2的子图，该函数返回一个Figure对象fig和一个Axes对象数组axs，它包含四个子图，第一个参数2表示行数，第二个参数2表示列数。在每个子图中绘制一个图形：我们使用for循环遍历每个子图对象，对每个子图生成随机数据，使用scatter()函数在子图中绘制散点图。使用axs.flat将axs数组展平为一维，这样可以方便地遍历每个子图。随机生成一些数据：我们使用numpy库中的random模块来生成100个在[0,1)内的随机数作为横坐标和纵坐标。绘制散点图：我们使用子图对象ax的scatter()函数来绘制散点图，该函数接受横坐标和纵坐标作为参数，将它们绘制成散点图。显示图形：最后，我们调用plt.show()函数来显示所有子图。这将打开一个窗口，其中包含四个散点图子图。 二、绘制子图 2.1 代码引入绘制子图与绘制普通图形非常相似。您可以使用子图的Axes对象上的任何Matplotlib绘图函数。例如，以下代码将在第一个子图中绘制一条线： import matplotlib.pyplot as plt fig, axs = plt.subplots(2, 2) axs[0, 0].plot([1, 2, 3, 4], [1, 4, 2, 3])要在所有子图中绘制相同的图形，请使用循环。以下代码将在所有子图中绘制一条线： import matplotlib.pyplot as plt fig, axs = plt.subplots(2, 2) for ax in axs.flat: ax.plot([1, 2, 3, 4], [1, 4, 2, 3]) 2.2 图形绘制下面是绘制的子图：
默认情况下，plt.subplots()函数将子图放置在网格中，每个子图的大小相同。但是，您可以使用各种选项来更改子图的大小和位置。 四、子图大小 4.1 子图大小调整要更改子图的大小，请使用figsize参数。以下代码将创建一个2x2的网格，其中每个子图的大小为4x4英寸： import matplotlib.pyplot as plt fig, axs = plt.subplots(2, 2, figsize=(4, 4)) 五、子图间距 5.1 子图代码调整要更改子图之间的间距，请使用wspace和hspace参数。这些参数控制子图之间的水平和垂直间距，以及子图与图表边缘的距离。以下代码将创建一个2x2的网格，其中每个子图的水平和垂直间距为0.5英寸： import matplotlib.pyplot as plt fig, axs = plt.subplots(2, 2, figsize=(4, 4), wspace=0.5, hspace=0.5) 六、子图位置 6.1 代码引入默认情况下，子图将放置在网格中，但您也可以使用GridSpec对象来更改子图的位置。以下代码将创建一个网格，其中第一个子图占据整个第一行，而第二个子图占据第一行的后两列： import matplotlib.gridspec as gridspec import matplotlib.pyplot as plt fig = plt.figure() gs = gridspec.GridSpec(2, 2, width_ratios=[1, 2]) ax1 = fig.add_subplot(gs[0, 0]) ax2 = fig.add_subplot(gs[0, 1:]) 6.2 完整代码以下是一个完整的Python代码，演示如何使用GridSpec对象来更改子图的位置。该代码将创建一个2x2的网格，其中第一个子图占据整个第一行，而第二个子图占据第一行的后两列。 import matplotlib.gridspec as gridspec import matplotlib.pyplot as plt import numpy as np # 创建一个2x2的网格，第一个子图占据整个第一行，第二个子图占据第一行的后两列 gs = gridspec.GridSpec(2, 2, width_ratios=[1, 2]) ax1 = plt.subplot(gs[0, :]) ax2 = plt.subplot(gs[1, 0]) ax3 = plt.subplot(gs[1, 1]) # 在第一个子图中绘制一个折线图 x = np.linspace(0, 10, 100) y = np.sin(x) ax1.plot(x, y) # 在第二个子图中绘制一个散点图 x = np.random.rand(100) y = np.random.rand(100) ax2.scatter(x, y) # 在第三个子图中绘制一个柱状图 x = ['A', 'B', 'C', 'D'] y = [3, 7, 1, 9] ax3.bar(x, y) # 显示图形 plt.show()下面是绘制的子图：
示例1：使用GridSpec对象创建自定义子图布局 import matplotlib.pyplot as plt import matplotlib.gridspec as gridspec fig = plt.figure() # 定义网格 gs = gridspec.GridSpec(3, 3) # 创建子图1 ax1 = fig.add_subplot(gs[0, :]) ax1.set_title('Subplot 1') # 创建子图2 ax2 = fig.add_subplot(gs[1, :2]) ax2.set_title('Subplot 2') # 创建子图3 ax3 = fig.add_subplot(gs[1:, 2]) ax3.set_title('Subplot 3') # 创建子图4 ax4 = fig.add_subplot(gs[2, :2]) ax4.set_title('Subplot 4') # 添加图形 fig.tight_layout() plt.show()绘制出来的图片如下，可以看出来，符合实际需求。 子图是Matplotlib中强大的功能之一。使用plt.subplots()函数，您可以方便地创建多个子图，并使用Axes对象绘制各种图形。使用各种选项，例如figsize、wspace和hspace参数，以及GridSpec对象，可以更改子图的大小、位置和间距。 |
【本文地址】