数据可视化：绘制单子图

1.绘制固定区域的子图

matplotlib 可以将整个画布规划成等分布局的 m*n （行 x 列）的矩阵区域，并按照先行后列的方式对每个区域进行编号（编号从1开始），之后在选中的某个或某些区域中绘制单个或多个子图。

2.绘制单子图

使用 pyplot 的 subplot（ ）函数可以在规划好的某个区域中绘制单个子图， subplot（ ）函数的语法格式如下：

subplot(nrows,ncols,index,projection,polar,sharex,sharey,label,**kwargs)

 该函数的常用参数含义如下。

• nrows:表示规划区域的行数。
• ncols:表示规划区域的列数。
• index:表示选择区域的索引，默认从1开始编号。
• projection:表示子图的投影类型，可以为 None 、' aitoff '、' hammer '、' lambert '、' mollweide'、' polar '、' rectilinear '中任一取值，其中默认值 None 代表使用' rectilinear '直线投影。
• polar:表示是否使用极坐标，默认值为 False 。若参数 polar 设为 True ，则作用等同于projection =' polar '。
• sharex , sharey:表示是否共享子图的 X 轴或 Y 轴。

 3.绘制单子图

使用 pyplot 的subplot2grid(）函数可以将整个画布规划成非等分布局的区域，并可在选中
某个区域中绘制单个子图，subplot2grid（）函数的语法格式如下： 

subplot2grid(shape,loc,rowspan=1,colspan=1,fig=None,** kwargs)

• shape ：表示规划的区域结构，它是一个包含两个整型数据的元组，其中第1个元素表示规划区域的行数，第2个元素表示规划区域的列数。
• loc ：表示选择区域的位置，它是一个包含两个整型数据的元组，其中第1个元素表示子图所在的行数（行数从0开始），第2个元素表示子图所在的列数（列数从0开始）。
• rowspan ：表示向下跨越的行数，默认为1。
• colspan ：表示向右跨越的列数，默认为1。
• fig ：表示放置子图的画布，默认为当前画布。 

实例1：某工厂产品 A 与产品 B 去年的销售额分析

已知某工厂有两种爆款产品：产品 A 和产品 B 。公司在2020年年初分别对产品 A 和产品 B 去年的销售额进行了统计，并将统计后的结果进行整合。 

表-产品A和产品B去年的销售额

月份	产品A 的销售额	产品B的销售额
1	20	17
2	28	22
3	23	39
4	16	26
5	29	35
6	36	23
7	39	25
8	33	27
9	31	29
10	19	38
11	21	28
12	25	20

根据表的数据，将"月份"一列的数据作为 x 轴的数据，将"产品 A 的销售额"和"产品 B 的销售额"两列的数据作为 y 轴的数据，将画布规划成2*1的矩阵区域，并在索引为1的区域中绘制反映产品 A 和产品 B 销售额趋势的折线图；将画布规划成2*2的矩阵区域，并在索引为3的区域中绘制反映产品 A 销售额占比的饼图；再次将画布规划成2*2的矩阵区域，并在索引为4的区域中绘制反映产品 B 销售额占比的饼图，具体代码如下。

1.导入模块

import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ["SimHei"]#设置中文黑体

2. 导入数据

x = [x for x in range(1, 13)]#参数范围1-13，一月——十二月
y1 = [20, 28, 23, 16, 29, 36, 39, 33, 31, 19, 21, 25]
y2 = [17, 22, 39, 26, 35, 23, 25, 27, 29, 38, 28, 20]
labels = ['1 月', '2 月', '3 月', '4 月', '5 月', '6 月',
          '7月', '8 月', '9 月', '10 月', '11 月', '12 月']

3. 绘制第一个子图

使用subplot2grid的方法绘制图表，控制行列数值，确定图表方位。

*colspan ：表示向右跨越的列数，默认为1。

ax1 = plt.subplot2grid((2,4),(0,0),colspan=4)#创建图表
ax1.plot(x, y1, 'm--o', lw=2, ms=5, label='产品A')
ax1.plot(x, y2, 'g--o', lw=2, ms=5, label='产品B')
ax1.set_title("产品A 与产品B的销售额", fontsize=11)
ax1.set_ylim(10, 45)
ax1.set_ylabel('销售额(亿元)')#设置坐标轴
ax1.set_xlabel('月份')
for xy1 in zip(x, y1):
    ax1.annotate("%s" % xy1[1], xy=xy1, xytext=(-5, 5), textcoords='offset points')
for xy2 in zip(x, y2):
    ax1.annotate("%s" % xy2[1], xy=xy2, xytext=(-5, 5), textcoords='offset points')
ax1.legend(loc='upper right')#设置图例方位

 4.绘制第二、三个子图

运用以上方法进行绘制，并传所需参数。

# 绘制第二个子图
ax2 = plt.subplot2grid((2,4),(1,0),colspan=2)#1-第二行，0-第一列
ax2.pie(y1, radius=1, wedgeprops={'width':0.5}, labels=labels, autopct='%3.1f%%', pctdistance=0.75)
ax2.set_title('产品A的销售额 ')
# 绘制第三个子图
ax3 = plt.subplot2grid((2,4),(1,2),colspan=2)#1-第二行，2-第三列
ax3.pie(y2, radius=1, wedgeprops={'width':0.5}, labels=labels,autopct='%3.1f%%', pctdistance=0.75)
ax3.set_title('产品B的销售额 ')

5.调整子图之间的距离并展示

plt.tight_layout()
plt.show()

运行结果展示：