数据可视化的时候,常常需要将多个子图放在同一个画板上进行比较,python 的matplotlib包下的subplot可以帮助完成子功能。
part1
绘制如下子图
1
2
3
4
5
6
7
8
9
10
11
|
import matplotlib.pyplot as plt
plt.figure(figsize = ( 6 , 6 ), dpi = 80 )
plt.figure( 1 )
ax1 = plt.subplot( 221 )
plt.plot([ 1 , 2 , 3 , 4 ],[ 4 , 5 , 7 , 8 ], color = "r" ,linestyle = "--" )
ax2 = plt.subplot( 222 )
plt.plot([ 1 , 2 , 3 , 5 ],[ 2 , 3 , 5 , 7 ],color = "y" ,linestyle = "-" )
ax3 = plt.subplot( 223 )
plt.plot([ 1 , 2 , 3 , 4 ],[ 11 , 22 , 33 , 44 ],color = "g" ,linestyle = "-." )
ax4 = plt.subplot( 224 )
plt.plot([ 1 , 2 , 3 , 4 ],[ 11 , 22 , 33 , 44 ],color = "b" ,linestyle = ":" )
|
其中:
plt.figure(figsize=(6,6), dpi=80) figsize表示画板的大小,dpi为图形的分辨率
plt.plot(x,y)plot函数内可以传入两个数据,一个表示横轴一个表示y轴
ax1 = plt.subplot(221) 221表示将画板分成两行两列,取第一个区域,即左上角区域
-plt.figure(1)表示取第一块画板,一个画板即一张图,如果有多个画板,运行完就会打开多张图(多个窗口)
color为线的颜色
linestyle为线的形状
part2
如果要绘制如下图
1
2
3
4
5
6
7
8
9
|
import matplotlib.pyplot as plt
plt.figure(figsize = ( 6 , 6 ), dpi = 80 )
plt.figure( 1 )
ax1 = plt.subplot( 221 )
plt.plot([ 1 , 2 , 3 , 4 ],[ 4 , 5 , 7 , 8 ], color = "r" ,linestyle = "--" )
ax2 = plt.subplot( 222 )
plt.plot([ 1 , 2 , 3 , 5 ],[ 2 , 3 , 5 , 7 ],color = "y" ,linestyle = "-" )
ax3 = plt.subplot( 212 )
plt.plot([ 1 , 2 , 3 , 4 ],[ 11 , 22 , 33 , 44 ],color = "g" ,linestyle = "-." )
|
第三幅图的坐标写成212即可,即把画板分成两行一列取第二行
part3
要画成如下的样子,根据part2是一个道理
1
2
3
4
5
6
7
8
9
10
|
import matplotlib.pyplot as plt
plt.figure(figsize = ( 6 , 6 ), dpi = 80 )
plt.figure( 1 )
ax1 = plt.subplot( 221 )
plt.plot([ 1 , 2 , 3 , 4 ],[ 4 , 5 , 7 , 8 ], color = "r" ,linestyle = "--" )
ax2 = plt.subplot( 223 )
plt.plot([ 1 , 2 , 3 , 5 ],[ 2 , 3 , 5 , 7 ],color = "y" ,linestyle = "-" )
ax3 = plt.subplot( 122 )
plt.plot([ 1 , 2 , 3 , 4 ],[ 11 , 22 , 33 , 44 ],color = "g" ,linestyle = "-." )
|
以上就是python使用matplotlib:subplot绘制多个子图的示例的详细内容,更多关于python matplotlib:subplot绘图的资料请关注服务器之家其它相关文章!
原文链接:https://blog.csdn.net/dpengwang/article/details/85058026