matplotlib之绘制子图中遇到的问题及解决方法

将从下面这四步开始介绍整个过程（遇到问题，解决问题的过程）

1：将在一个窗口中绘制三个子图。转变为在一个窗口绘制一个图，并在另一个窗口绘制剩下两个子图。

2：在绘制第二个窗口时，子图的创建 和 函数的选择；

3：第二个窗口中子图的排列。

例子，在一个窗口，分别用三个子图绘制两种不同的数据。

1、绘制子图的代码。

其中“test_y_x”、“test_y_y”分别代表“横轴”和“纵轴”，“rel_test_y_x”、“rel_test_y_y”同理。可用自己的数据代替，这里代表我数据集中(x,y)的坐标位置。

# 创建横轴
x = np.arange(1200)
x.reshape(1200, 1)

# 创建第一个子图，位置第一行第一列
plt.subplot(3, 1, 1)
plt.xlabel('X')        # 设置横坐标标签
plt.ylabel('Y')        # 设置纵坐标标签
plt.plot(test_y_x, test_y_y, '.', linewidth=1.0, color='red')    # 根据数据横轴和纵轴的点进行绘制，每个点用“.”表示，“linewidth”设置点的粗细，“color”设置点的颜色。下面同理
plt.plot(rel_test_y_x, rel_test_y_y, '.', linewidth=1.0, color='green')
plt.legend(["predict_after_10", "true_after_10"], loc='upper right')    #设置不同颜色点的标识，标识位置图片的右上角

# 创建第二个子图
plt.subplot(3, 1, 2)
plt.xlabel('step_time')
plt.ylabel('X')
plt.plot(x, test_y_x, ',', color='red')
plt.plot(x, rel_test_y_x, ',', color='green')
plt.legend(["predict_after_10", "true_after_10"], loc='upper right')

# 创建第三个子图
plt.subplot(3, 1, 3)
plt.xlabel('step_time')
plt.ylabel('Y')
plt.plot(x, test_y_y, ',', color='red')
plt.plot(x, rel_test_y_y, ',', color='green')
plt.legend(["predict_after_10", "true_after_10"], loc='lower right')

# 自动调节子图之间的间距
plt.tight_layout()

# 将绘制窗口显示出来
plt.show()

运行出绘制的结果如下图：

2、将上面的一个窗口中三个子图，绘制为两个窗口，一个窗口有一张图，另一个窗口有两个子图。

2.1、报错信息1：

将会遇到的报错信息：TypeError: subplots() takes from 1 to 3 positional arguments but 4 were given。

 报错位置：在绘制第二个画布中的第二行“ax2=fig2.subplots(2,1,1)”

解决方法：将“subplots”改为“subplot”。

自我理解：“fig.subplots()”是生成一个画布一个子图时用的，如果想要在同一个画布中生成多个子图，需要用“subplot()”函数。

其他地方的更改：使用“fig1= plt.figure(1)”，“ax1=fig1.subplots()”生成一个画布和一个坐标系。

下面是报错代码：

# 创建横轴
x = np.arange(1200)
x.reshape(1200, 1)

# 生成一个Figure画布和一个Axes坐标系
fig1 = plt.figure(1)
ax1 = fig1.subplots()
plt.xlabel('X')        # 设置横坐标标签
plt.ylabel('Y')        # 设置纵坐标标签
ax1.plot(test_y_x, test_y_y, '.', linewidth=1.0, color='red')    # 根据数据横轴和纵轴的点进行绘制，每个点用“.”表示，“linewidth”设置点的粗细，“color”设置点的颜色。下面同理
ax1.plot(rel_test_y_x, rel_test_y_y, '.', linewidth=1.0, color='green')
ax1.legend(["predict_after_10", "true_after_10"], loc='upper right')    #设置不同颜色点的标识，标识位置图片的右上角

# 生成第二个画布，创建第一个子图
fig2 = plt.figure(2)
ax2 = fig2.subplots(2, 1, 1)
plt.xlabel('step_time')
plt.ylabel('X')
ax2.plot(x, test_y_x, ',', color='red')
ax2.plot(x, rel_test_y_x, ',', color='green')
ax2.legend(["predict_after_10", "true_after_10"], loc='upper right')

# 创建第二个子图
ax3 = fig2.add_subplots(2, 1, 2)
plt.xlabel('step_time')
plt.ylabel('Y')
ax3.plot(x, test_y_y, ',', color='red')
ax3.plot(x, rel_test_y_y, ',', color='green')
ax3.legend(["predict_after_10", "true_after_10"], loc='lower right')

# 自动调节子图之间的间距
plt.tight_layout()

# 将绘制窗口显示出来
plt.show()

下面是改正后的代码：以第二张画布的第一个子图为例。将“fig2.subplots(2,1,1)”改为“fig2.subplot(2,1,1)”

# 生成第二个画布，创建第一个子图
fig2 = plt.figure(2)
ax2 = fig2.subplot(2, 1, 1)
plt.xlabel('step_time')
plt.ylabel('X')
ax2.plot(x, test_y_x, ',', color='red')
ax2.plot(x, rel_test_y_x, ',', color='green')
ax2.legend(["predict_after_10", "true_after_10"], loc='upper right')

2.2、报错信息2：

将会遇到的报错信息：ax2 = fig2.subplot(2, 1, 1)
AttributeError: 'Figure' object has no attribute 'subplot'

解决方法：将“fig2.subplot(2, 1, 1)”改为“fig2.add_subplot(2, 1, 1)”

自我理解：fig中没有“subplot()”函数

下面是改正后的代码：以第二张画布的第一个子图为例。将“fig2.subplots(2,1,1)”改为“fig2.subplot(2,1,1)”

# 生成第二个画布，创建第一个子图
fig2 = plt.figure(2)
ax2 = fig2.add_subplot(2, 1, 1)
plt.xlabel('step_time')
plt.ylabel('X')
ax2.plot(x, test_y_x, ',', color='red')
ax2.plot(x, rel_test_y_x, ',', color='green')
ax2.legend(["predict_after_10", "true_after_10"], loc='upper right')

3、将一张画布中绘制三张子图，转变到一张画布中绘制一张子图 + 另一张画布中绘制两张子图的完整正确代码。

代码如下所示：上面提到的问题在下面代码中也进行了标识。

    x = np.arange(1200)
    x.reshape(1200, 1)


    # 生成一个Figure画布和一个Axes坐标系
    fig1 = plt.figure(1)
    ax1 = fig1.subplots()
    plt.xlabel('X')
    plt.ylabel('Y')
    ax1.plot(test_y_x, test_y_y, '.', linewidth=1.0, color='red')
    ax1.plot(rel_test_y_x, rel_test_y_y, '.', linewidth=1.0, color='green')
    ax1.legend(["predict_after_10", "true_after_10"], loc='upper right')

    # 创建图形
    fig2 = plt.figure(2)
    # 【问题2.1、在用多图的时候，函数名称是“subplot”，而不是“subplots”】
    # ax2 = fig2.subplot(2, 1, 1)
    # 【问题2.2、不能直接像上面那样使用，要改为下面这种】
    ax2 = fig2.add_subplot(2, 1, 1)

    plt.xlabel('step_time')
    plt.ylabel('X')
    ax2.plot(x, test_y_x, ',', color='red')
    ax2.plot(x, rel_test_y_x, ',', color='green')
    ax2.legend(["predict_after_10", "true_after_10"], loc='upper right')

    ax3 = fig2.add_subplot(2, 1, 2)
    plt.xlabel('step_time')
    plt.ylabel('Y')
    ax3.plot(x, test_y_y, ',', color='red')
    ax3.plot(x, rel_test_y_y, ',', color='green')

    ax3.legend(["predict_after_10", "true_after_10"], loc='lower right')

    # 【自动调节子图之间的间距】
    plt.tight_layout()

    plt.show()

最后运行结果图，如下所示。

 

参考链接：

matplotlib 绘制多个图形，如何同时独立显示？ - 知乎 (zhihu.com)https://www.zhihu.com/question/280931066

plt.subplot()用法_plt.subplots()的用法_杰伦的大眼睛的博客-CSDN博客https://blog.csdn.net/qq_39328344/article/details/107340747

下面链接中的回答是解决方法

TypeError: subplots() takes from 0 to 2 positional arguments but 3 were given_subplots()takes from_端己的博客-CSDN博客​​​​​​https://blog.csdn.net/wanchl980/article/details/126613784