Python+matplotlib绘制多子图的方法详解

 更新时间:2022年07月05日 09:59:44   作者:pythonic生物人  
Matplotlib是Python中最受欢迎的数据可视化软件包之一,它是 Python常用的2D绘图库,同时它也提供了一部分3D绘图接口。本文将详细介绍如何通过Matplotlib绘制多子图,需要的可以参考一下

本文速览

matplotlib.pyplot api 绘制子图

面向对象方式绘制子图

matplotlib.gridspec.GridSpec绘制子图

任意位置添加子图

关于pyplot和面向对象两种绘图方式可参考之前文章:matplotlib.pyplot api verus matplotlib object-oriented

1、matplotlib.pyplot api 方式添加子图

import matplotlib.pyplot as plt
my_dpi=96
plt.figure(figsize=(480/my_dpi,480/my_dpi),dpi=my_dpi)
plt.subplot(221)
plt.plot([1,2,3])


plt.subplot(222)
plt.bar([1,2,3],[4,5,6])
plt.title('plt.subplot(222)')#注意比较和上面面向对象方式的差异
plt.xlabel('set_xlabel')
plt.ylabel('set_ylabel',fontsize=15,color='g')#设置y轴刻度标签
plt.xlim(0,8)#设置x轴刻度范围
plt.xticks(range(0,10,2))   # 设置x轴刻度间距
plt.tick_params(axis='x', labelsize=20, rotation=45)#x轴标签旋转、字号等

plt.subplot(223)
plt.plot([1,2,3])

plt.subplot(224)
plt.bar([1,2,3],[4,5,6])


plt.suptitle('matplotlib.pyplot api',color='r')
fig.tight_layout(rect=(0,0,1,0.9))




plt.subplots_adjust(left=0.125,
                    bottom=-0.51,
                    right=1.3,
                    top=0.88,
                    wspace=0.2,
                    hspace=0.2
                   )
                   

#plt.tight_layout()

plt.show()

2、面向对象方式添加子图

import matplotlib.pyplot as plt
my_dpi=96
fig, axs = plt.subplots(2,2,figsize=(480/my_dpi,480/my_dpi),dpi=my_dpi,
                       sharex=False,#x轴刻度值共享开启
                       sharey=False,#y轴刻度值共享关闭                        
                        
                       )
#fig为matplotlib.figure.Figure对象
#axs为matplotlib.axes.Axes,把fig分成2x2的子图
axs[0][0].plot([1,2,3])
axs[0][1].bar([1,2,3],[4,5,6])
axs[0][1].set(title='title')#设置axes及子图标题
axs[0][1].set_xlabel('set_xlabel',fontsize=15,color='g')#设置x轴刻度标签
axs[0][1].set_ylabel('set_ylabel',fontsize=15,color='g')#设置y轴刻度标签
axs[0][1].set_xlim(0,8)#设置x轴刻度范围
axs[0][1].set_xticks(range(0,10,2))   # 设置x轴刻度间距
axs[0][1].tick_params(axis='x', #可选'y','both'
                      labelsize=20, rotation=45)#x轴标签旋转、字号等


axs[1][0].plot([1,2,3])
axs[1][1].bar([1,2,3],[4,5,6])

fig.suptitle('matplotlib object-oriented',color='r')#设置fig即整整张图的标题

#修改子图在整个figure中的位置(上下左右)
plt.subplots_adjust(left=0.125,
                    bottom=-0.61,
                    right=1.3,#防止右边子图y轴标题与左边子图重叠
                    top=0.88,
                    wspace=0.2,
                    hspace=0.2
                   )

# 参数介绍
'''
## The figure subplot parameters.  All dimensions are a fraction of the figure width and height.
#figure.subplot.left:   0.125  # the left side of the subplots of the figure
#figure.subplot.right:  0.9    # the right side of the subplots of the figure
#figure.subplot.bottom: 0.11   # the bottom of the subplots of the figure
#figure.subplot.top:    0.88   # the top of the subplots of the figure
#figure.subplot.wspace: 0.2    # the amount of width reserved for space between subplots,
                               # expressed as a fraction of the average axis width
#figure.subplot.hspace: 0.2    # the amount of height reserved for space between subplots,
                               # expressed as a fraction of the average axis height


'''


plt.show()

3、matplotlib.pyplot add_subplot方式添加子图

my_dpi=96
fig = plt.figure(figsize=(480/my_dpi,480/my_dpi),dpi=my_dpi)
fig.add_subplot(221)
plt.plot([1,2,3])

fig.add_subplot(222)
plt.bar([1,2,3],[4,5,6])
plt.title('fig.add_subplot(222)')

fig.add_subplot(223)
plt.plot([1,2,3])

fig.add_subplot(224)
plt.bar([1,2,3],[4,5,6])
plt.suptitle('matplotlib.pyplot api:add_subplot',color='r')

4、matplotlib.gridspec.GridSpec方式添加子图

语法:matplotlib.gridspec.GridSpec(nrows, ncols, figure=None, left=None, bottom=None, right=None, top=None, wspace=None, hspace=None, width_ratios=None, height_ratios=None)

import matplotlib.pyplot as plt
from matplotlib.gridspec import GridSpec


fig = plt.figure(dpi=100,
                 constrained_layout=True,#类似于tight_layout,使得各子图之间的距离自动调整【类似excel中行宽根据内容自适应】
                 
                )

gs = GridSpec(3, 3, figure=fig)#GridSpec将fiure分为3行3列,每行三个axes,gs为一个matplotlib.gridspec.GridSpec对象,可灵活的切片figure
ax1 = fig.add_subplot(gs[0, 0:1])
plt.plot([1,2,3])
ax2 = fig.add_subplot(gs[0, 1:3])#gs[0, 0:3]中0选取figure的第一行,0:3选取figure第二列和第三列

#ax3 = fig.add_subplot(gs[1, 0:2])
plt.subplot(gs[1, 0:2])#同样可以使用基于pyplot api的方式
plt.scatter([1,2,3],[4,5,6],marker='*')

ax4 = fig.add_subplot(gs[1:3, 2:3])
plt.bar([1,2,3],[4,5,6])

ax5 = fig.add_subplot(gs[2, 0:1])
ax6 = fig.add_subplot(gs[2, 1:2])

fig.suptitle("GridSpec",color='r')
plt.show()

5、子图中绘制子图

import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec


def format_axes(fig):
    for i, ax in enumerate(fig.axes):
        ax.text(0.5, 0.5, "ax%d" % (i+1), va="center", ha="center")
        ax.tick_params(labelbottom=False, labelleft=False)


# 子图中再绘制子图
fig = plt.figure(dpi=100,
                constrained_layout=True,
                )

gs0 = GridSpec(1, 2, figure=fig)#将figure切片为1行2列的两个子图

gs00 = gridspec.GridSpecFromSubplotSpec(3, 3, subplot_spec=gs0[0])#将以上第一个子图gs0[0]再次切片为3行3列的9个axes
#gs0[0]子图自由切片
ax1 = fig.add_subplot(gs00[:-1, :])
ax2 = fig.add_subplot(gs00[-1, :-1])
ax3 = fig.add_subplot(gs00[-1, -1])

gs01 = gs0[1].subgridspec(3, 3)#将以上第二个子图gs0[1]再次切片为3行3列的axes
#gs0[1]子图自由切片
ax4 = fig.add_subplot(gs01[:, :-1])
ax5 = fig.add_subplot(gs01[:-1, -1])
ax6 = fig.add_subplot(gs01[-1, -1])

plt.suptitle("GridSpec Inside GridSpec",color='r')
format_axes(fig)

plt.show()

6、任意位置绘制子图(plt.axes)

plt.subplots(1,2,dpi=100)
plt.subplot(121)
plt.plot([1,2,3])


plt.subplot(122)
plt.plot([1,2,3])



plt.axes([0.7, 0.2, 0.15, 0.15], ## [left, bottom, width, height]四个参数(fractions of figure)可以非常灵活的调节子图中子图的位置     
        )
plt.bar([1,2,3],[1,2,3],color=['r','b','g'])


plt.axes([0.2, 0.6, 0.15, 0.15], 
        )
plt.bar([1,2,3],[1,2,3],color=['r','b','g'])

以上就是Python+matplotlib绘制多子图的方法详解的详细内容,更多关于Python matplotlib多子图的资料请关注脚本之家其它相关文章!

相关文章

  • 详解python中常用配置的读取方法

    详解python中常用配置的读取方法

    常见的应用配置方式有环境变量和配置文件,对于微服务应用,还会从配置中心加载配置,本文主要介绍了从环境变量、.env文件、.ini文件、.yaml文件等文件的读取配置,需要的可以参考下
    2024-01-01
  • Python编程快速上手——疯狂填词程序实现方法分析

    Python编程快速上手——疯狂填词程序实现方法分析

    这篇文章主要介绍了Python疯狂填词程序实现方法,结合具体案例形式分析了Python填词算法相关的文件读写、正则匹配、数据遍历等操作技巧,需要的朋友可以参考下
    2020-02-02
  • python 实现图与图之间的间距调整subplots_adjust

    python 实现图与图之间的间距调整subplots_adjust

    这篇文章主要介绍了python 实现图与图之间的间距调整subplots_adjust,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2021-05-05
  • Django视图和URL配置详解

    Django视图和URL配置详解

    这篇文章主要介绍了Django视图和URL配置详解,分享了相关代码示例,小编觉得还是挺不错的,具有一定借鉴价值,需要的朋友可以参考下
    2018-01-01
  • python实现宿舍管理系统

    python实现宿舍管理系统

    这篇文章主要为大家详细介绍了python实现宿舍管理系统,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2019-11-11
  • python使用pynput捕获单个按键的步骤详解(包括组合键和功能键)

    python使用pynput捕获单个按键的步骤详解(包括组合键和功能键)

    在数字时代,键盘是与计算机交流的主要工具,键盘的每一次敲击都承载着信息,而在某些场景下,可能需要记录这些信息,这时候,pynput库就派上了大用场,它可以轻松地帮捕获并记录键盘上的每一个操作,所以本文给大家介绍了python使用pynput捕获键的操作步骤
    2024-05-05
  • Python+Turtle制作七夕爱心光波表白的示例代码

    Python+Turtle制作七夕爱心光波表白的示例代码

    七夕要来啦,小编在闲暇之余创作了一个基于Python+Turtle的爱心光波表白,文中有详细的代码示例,对我们七夕表白有很大的帮助,感兴趣的小伙伴们快来来看看吧
    2023-08-08
  • 在windows系统中实现python3安装lxml

    在windows系统中实现python3安装lxml

    本文主要给大家简单介绍了下在windows以及linux系统中使用Python安装LXML模块的教程,非常简单实用,有需要的小伙伴可以参考下
    2016-03-03
  • python程序的打包分发示例详解

    python程序的打包分发示例详解

    这篇文章主要为大家介绍了python程序的打包分发示例详解,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2022-06-06
  • Pytest自定义mark标记筛选用例

    Pytest自定义mark标记筛选用例

    这篇文章介绍了Pytest自定义mark标记筛选用例的方法,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2022-06-06

最新评论