使用matplotlib:subplot绘制多个子图

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
在这里插入图片描述

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
在这里插入图片描述
代码

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
在这里插入图片描述

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 = "-.")

  • 40
    点赞
  • 133
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
要在同一张图中绘制多个子图,可以使用matplotlib中的subplot函数。subplot函数的语法为: ```python subplot(nrows, ncols, index, **kwargs) ``` 其中,nrows和ncols分别表示要创建的子图的行数和列数,index表示当前子图的位置,从左上角开始逐行逐列计数。例如,如果要创建一个2x2的子图,并绘制在第一个位置,可以使用如下代码: ```python import matplotlib.pyplot as plt fig, axs = plt.subplots(nrows=2, ncols=2) axs[0, 0].plot([1, 2, 3], [4, 5, 6]) plt.show() ``` 这里使用了plt.subplots函数来创建一个2x2的子图,返回的是一个元组(fig, axs),其中fig表示整个图像,axs是一个二维数组,包含了每个子图的Axes对象。然后,通过axs[0, 0]来获取第一个子图的Axes对象,并使用plot函数来绘制图像。 如果要在不同的子图绘制不同的图像,只需要依次访问每个子图的Axes对象即可。例如,下面的代码在第一个子图绘制一条直线,在第二个子图绘制一条曲线: ```python import matplotlib.pyplot as plt fig, axs = plt.subplots(nrows=2, ncols=1) axs[0].plot([1, 2, 3], [4, 5, 6]) axs[1].plot([1, 2, 3], [1, 4, 9]) plt.show() ``` 这里使用了plt.subplots函数来创建一个2x1的子图,返回的是一个元组(fig, axs),其中fig表示整个图像,axs是一个一维数组,包含了每个子图的Axes对象。然后,通过axs[0]来获取第一个子图的Axes对象,并使用plot函数来绘制一条直线;通过axs[1]来获取第二个子图的Axes对象,并使用plot函数来绘制一条曲线。最后,使用plt.show()函数来显示图像。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值