Python数据分析matplotlib设置多个子图的间距方法
更新时间:2018年08月03日 14:39:47 作者:haeasringnar
今天小编就为大家分享一篇Python数据分析matplotlib设置多个子图的间距方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
注意,要看懂这里,必须具备简单的Python数据分析知识,必须知道matplotlib的简单使用!
例1:
plt.subplot(221) # 第一行的左图 plt.subplot(222) # 第一行的右图 plt.subplot(212) # 第二整行 plt.title(‘xxx') plt.tight_layout() #设置默认的间距
例2:
for i in range(25): plt.subplot(5,5,i+1) plt.tight_layout()
例3:
# 设定画图板尺寸 plt.figure(figsize=(12,16)) # 建立一个循环,输出图片 for i,data in enumerate(xtest[:100]): # 设定子图,将每个子图输出到对应的位置 plt.subplot(10,10,i+1) # 输出图片,取出来的数据是必须处理好再输出的,此例为8*8 plt.imshow(data.reshape(8,8)) # 测试的标题和真实的标题打印出来 plt.title('C:'+str(y_[i])+'\nT:'+str(ytrue[:100][i]),size=20) # 关掉x y轴的刻度 plt.axis('off') # 调整每隔子图之间的距离 plt.tight_layout()
以上这篇Python数据分析matplotlib设置多个子图的间距方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。
相关文章
Windows下的Jupyter Notebook 安装与自定义启动(图文详解)
这篇文章主要介绍了Windows下的Jupyter Notebook 安装与自定义启动(图文详解),需要的朋友可以参考下2018-02-02Python图像处理之直线和曲线的拟合与绘制【curve_fit()应用】
这篇文章主要介绍了Python图像处理之直线和曲线的拟合与绘制,结合实例形式分析了Python曲线拟合相关函数curve_fit()的使用技巧,需要的朋友可以参考下2018-12-12
最新评论