搞懂怎么使用Matplotlib绘制子图（基础）

搞懂怎么使用Matplotlib绘制子图（基础篇）

plt.subplot()

方法一

plt.subplot (numRows, numCols, plotNum)

其中numRows表示子图矩阵的行数，numCols表示子图矩阵的列数，plotNum表示当前子图的位置。

示例：

import matplotlib.pyplot as plt
import numpy as np

#举例：（ 3行 1/2列 第几个子图）
ax1 = plt.subplot(321)
ax2 = plt.subplot(322)
ax3 = plt.subplot(312)
ax4 = plt.subplot(313)
# 还可以往下增加，只要符合同样的规则

# 自动调整子图间距
plt.tight_layout()

那么绘制一行两列的子图布局呢：

import matplotlib.pyplot as plt
import numpy as np
# data
x = [i for i in range(30)]
y1 = [x ** 2 - 2 * x + 500 for x in range(30)]
y2 = [2 * x ** 2 for x in range(30)]
y3 = [x**3+100 for x in range(30)]
# 定义一个画布
plt.figure(figsize=(8,6))

# 在第一个子图中绘制一条曲线
ax1 = plt.subplot(121)
ax1.plot(x,y1)

# 在第二个子图中绘制散点图
ax2 = plt.subplot(122)
ax2.scatter(x, y2)

#可以写成：
#     ax1=plt.subplot(221)
#     ax2=plt.subplot(222)
#绘制结果一样的，但是这样写的话，绘制上限是可以画两行
plt.tight_layout()
plt.show()

方法二

fig, axs = plt.subplots(num1,num2)  #绘制 num1*num2 个子图

第一行生成 axs[0][0]、axs[0][1]、axs[0][2]…axs[0][num2] 个子图对象;

第一行生成 axs[1][0]、axs[1][1]、axs[1][2]…axs[1][num2] 个子图对象;

可以得到num1行；

示例：

import matplotlib.pyplot as plt
import numpy as np

x = [i for i in range(30)]
y1 = [x ** 2 - 2 * x + 500 for x in range(30)]
y2 = [2 * x ** 2 for x in range(30)]

# 创建一个包含两个子图的图形
fig, axs = plt.subplots(2)

# 在第一个子图中绘制一条曲线
axs[0].plot(x, y1)

# 在第二个子图中绘制散点图
axs[1].scatter(x, y2)

# 显示图形
plt.show()

也可以通过for循环遍历列表生成：

import matplotlib.pyplot as plt
import numpy as np

# 创建一个包含两行两列的子图矩阵
fig, axs = plt.subplots(2, 2)

# 在每个子图中绘制一条曲线
for i in range(2):
    for j in range(2):
        x = np.linspace(0, 10, 100)
        y = np.sin(x + i*j)
        axs[i, j].plot(x, y)
        axs[i, j].set_title(f'Subplot {i+1},{j+1}')

# 调整子图间距
plt.tight_layout()

# 显示图形
plt.show()