一图胜千言,使用Python的matplotlib库,可以快速创建高质量的图形。
我们团队推出一个新的系列教程:Python数据可视化,针对初级和中级用户,将理论和示例代码相结合,使用matplotlib, seaborn, plotly等工具实现可视化。
本文的主题是如何用Matplotlib创建子图。
本文来自《数据黑客》,登录官网可阅读更多精彩资讯和文章。
数据黑客 - 专注金融大数据的内容聚合和数据聚合平台finquanthub.comMatplotlib有一个概念subplot:包含在Figure对象中的小型Axes对象。这允许我们在一幅图中创建很多个子图,方便对比数据。
创建子图的3种常用方法:
- fig.add_axes
- plt.subplots
- plt.GridSpec
import
1. fig.add_axes
- 先调用plt.figure()创建Figure对象,图表是所有坐标的容器。
- 调用fig.add_axes()在图表的任意位置添加子图,该方法接收一个包含4个数字的列表: $[x, y, width, height]$,分别代表子图左下角的坐标(x,y),子图的宽度和高度,这四个数字的取值范围都是$[0,1]$,代表相对位置和大小。
- 最后调用ax.plot将数据映射到子图。
# 创建图表对象
2. plt.subplots
plt.subplots用于快速创建多个子图,这些子图会以网格状排列。函数返回长度为2的元组,第一个元素是Figure对象,第二个元素是坐标集合。
# 创建一个图形对象,拆分为2*3的网格,包含6个坐标对象
3. plt.GridSpec
上面的案例创建了规则排列的子图(网格状),但有时候想创建不规则的子图,部分子图更大,展示核心信息,有的子图较小,展现辅助信息。
plt.GridSpec可实现这一点,工作原理是先创建一个网格状的蓝图,然后合并部分子图(类似于Excel中合并单元格的操作)。
- 调用plt.GridSpec创建网格状的蓝图
- 通过切片和索引按需求'合并'子图
- 调用ax.plot()将数据映射到图表
# 创建图表对象
# 创建图表对象
数据黑客:专注金融大数据,聚合全网最好的资讯和教程,提供开源数据接口。
我们聚合全网最优秀的资讯和教程:
- 金融大数据
- 机器学习/深度学习
- 量化交易
- 数据工程
- 编程语言,Python,R,Julia,Scala,SQL
我们提供开源数据接口:
- 下载国内和国外海量金融数据
- API接口,将数据整合到您的平台