python subplots_python绘图与数据可视化中篇

一起学习，一起成长！

【延续：python绘图与可视化：matplotlib入门前篇】

plt.subplots使用方法

可以在matplotlib的文档中找到各种图表类型。

由于根据特定布局创建图Figure和subplot是一件非常常见的任务，于是便出现了一个更为方便的方法(plt.subplots)，它可以创建一个新的figure，并返回一个含有已创建的subplot对象的Numpy数组：

In [227]: fig,axes=plt.subplots(2,3)

In [229]: axes

Out[229]:

array([[,

,

],

[,

,

]], dtype=object)

可以轻松对axes数组进行索引，就像是一个二维数组一样，例如axes[0,1].

还可以通过sharex和sharey指定subplot应该具有相同的X轴和Y轴。在比较相同范围的数据时，这也是非常使用的，否则，matplotlib会自动缩放各图标的界限。

调整subplot周围的间距

默认情况下，matplotlib会在subplot外围留下一定的间距，并在subplot之间留下一定的间距。间距跟图像的高度和宽度有关。因此，如果调整了图像大小(不管是变成还是手工)，间距也会自动调整。利用figure的subplots_adjust方法可以轻而易举地修改间距，此外，它也是个顶级函数：

subplots_adjust(left=None,bottom=None,right=None,top=None,wspace=None,hspace=None)

wspace和hspace用于控制宽度和高度的百分比，可以用作subplot之间的间距。

举例：

In [1]: import numpy as np

In [2]: from pandas import Series,DataFrame

In [3]: import pandas as pd

In [4]: import matplotlib.pyplot as plt

In [11]: from numpy.random import randn

In [12]: for i in range(2):

...: for j in range(2):

...: axes[i,j].hist(randn(500),bins=50,color='r',alpha=0.5)

...: plt.subplots_adjust(wspace=0,hspace=0)

...:

In [13]: fig

Out[13]:

不难看出，其中的轴标签重叠了。Matplotlib不会检查标签是否重叠，所以对于这种情况，只能自己设定刻度位置和刻度标签。

「亲，如果笔记对您有帮助，收藏的同时，记得给点个赞、加个关注哦！感谢！」

「文中代码均亲测过，若有错误之处，欢迎批评指正，一起学习，一起成长！」