（二）matplotlib作图2.0：axes子图及多种图形绘制---子图（散点、直方、饼图、极坐标、3D图、热图、热力图）

基本思想

import matplotlib.pyplot as plt，则在matplotlib.pyplot里

plt.figure() 是一个空白的画板

画板上有轴、标题、标签等的集合axes，代表一个图的区域位置，集合元素包含基本的两个axis 坐标轴等

子图subplot实际上就是一个画布上有多个axes，多弄几个axes，再放到特定位置，就是子图sub了

基本操作

创建一个画板
fig = plt.figure()
添加子图（同时也相当于把画笔放到了这个子图）：
fig.add_subplot(3,3,1) #(x,y,i)将画布分成x*y的块，这个图在第i个块上显示

案例代码

"""
matplotlib作图2.0：子图及多种图形绘制
马玉华   2019.10.20
"""
import numpy as np
import matplotlib
import matplotlib.pyplot as plt

#使中文正常显示
matplotlib.rcParams['font.sans-serif'] = ['SimHei']  #将默认字体font...改为黑体
matplotlib.rcParams['axes.unicode_minus'] = False    #有负号不正常显示，使负号不显示

def main():

    n = 4096
    x = np.random.randn(n)   #产生一个标准正态分布列表，128个元素
    y = np.random.randn(n)

    """scatter散点图"""
    fig = plt.figure()   #figure产生一个画板
    fig.add_subplot(3,3,1)  #(x,y,i)将画布分成x*y的块，这个图在第i个块上显示

    plt.scatter(x,y,color = 'r', alpha = 0.3)   #画图
    plt.xlim()   # x的显示范围，此处为全范围
    plt.ylim()   # y的显示范围
    plt.xticks([])   #不显示坐标值
    plt.yticks([])   #不显示坐标值

    """hist 直方图"""
    bins = [-3,-2.5,-2,-1.5,-1,-0.5,0,0.5,1,1.5,2,2.5,3]
    fig.add_subplot(3,3,2)   #切换到第二个模块上
    plt.hist(x,bins,edgecolor = 'black')

    """pie 饼图"""
    fig.add_subplot(3,3,3)   #切换到第三个模块上
    pie_list = np.array([1,1,0.3,1,1,2,3])  #此处产生列表还要用numpy，是因为在下一行中np产生的列表可以与float型数字进行乘法运算
    plt.pie(pie_list,explode = pie_list*0.05,labels = pie_list)   #explode=列表，扇形远离中心的距离：按顺序对应列表中的各个值。lables=列表，扇形的标签：按顺序显示对应列表中的内容

    """polar 极坐标"""
    fig.add_subplot(3,3,4,polar = True)   #切换到第四个图。 #画极坐标，设置polar=True
    n = 10
    theta = np.arange(0,2*np.pi,np.pi/n)  #角度  #生成列表，从0到2π，间隔为π/10。
    radii = np.random.rand(2*n)            #半径
    plt.polar(theta,radii)   #plt.plot(theta,radii)，这句代替也可以

    """heatmap 热图"""
    fig.add_subplot(3,3,5)   #切换到第五个模块上

    data = np.random.rand(3,3)
    color_set = matplotlib.cm.Blues   #用来指定热图颜色
    plt.imshow(data,cmap = color_set)  #interpolation = 'nearest'为使用的插值法,用这一项的话图会有点像渐变的感觉。cmap = color_set为颜色的设定，在上一行中设定为了blue。aspect = 'auto'设为自动缩放

    """3D图"""
    import mpl_toolkits.mplot3d.axes3d
    fig.add_subplot(3,3,6, projection = '3d')
    plt.scatter(1,1,3)

    """hot 热力图"""
    fig.add_subplot(3,1,3)   #这样可在3×3大小的模块中，直接占满第三行的所有模块
    def hot_value(x,y):
        n=(x**5+y**3+x)*np.exp(x+y)
        return n
    dots = 256
    x = np.linspace(-3,3,dots)   #在[-3,3]内取dots个数
    y = np.linspace(-3,3,dots)
    X,Y = np.meshgrid(x,y)   # meshgrid()相当于画网格线，得到x,y网格线交叉的点，然后返回二位数组X,Y。X =[[x],[x],[x]...],y有多少网格线就有多少行。
    plt.contourf(X,Y,hot_value(X,Y),cmap = plt.cm.hot)

    # 为第一个画板的第一个区域添加标题
    fig.add_subplot(3,3,1).set_title("画板的第一个区域：散点图")
    fig.add_subplot(3,3,2).set_title("第二个区域")

    plt.savefig('matplotlib2.0图：子图（散点、直方、饼图、极坐标、3D图、热图、热力图）2.0.png')
    plt.show()




if __name__ == '__main__':
    main()

输出结果：

如果这里的np.meshgrid()有问题参照自己的博客https://blog.csdn.net/qq_43328166/article/details/102654373