plt常用函数介绍二

fig.add_subplot()

fig.add_subplot() 是 Matplotlib 中 Figure 对象的方法，用于在图形中添加子图（subplot）。

其语法为：

subplot(nrows, ncols, index, **kwargs)

参数说明：

1. nrows：子图的行数。
2. ncols：子图的列数。
3. index：子图的位置，从左上角开始，从左往右，从上往下数。
4. **kwargs：其他关键字参数，用于控制子图的属性，如投影类型、坐标轴范围等。

示例：

import matplotlib.pyplot as plt

fig = plt.figure()

# 添加一个 2x2 的子图，并选择第一个子图
ax1 = fig.add_subplot(221)

# 添加一个 2x2 的子图，并选择第二个子图
ax2 = fig.add_subplot(222)

# 添加一个 2x1 的子图，并选择第一个子图
ax3 = fig.add_subplot(223)
plt.show()

ax.set()

在Matplotlib中，ax.set()函数是用于设置图表的属性，可以设置图表的标题、坐标轴标签、坐标轴范围等。

语法为：

ax.set(**kwargs)

参数说明：

**kwargs：其他关键字参数，用于设置图表的各种属性，如标题（title）、坐标轴标签（xlabel、ylabel）、坐标轴范围（xlim、ylim）等。

示例：

import matplotlib.pyplot as plt

fig, ax = plt.subplots()

# 设置图表的标题和坐标轴标签
ax.set(title='Example Plot', xlabel='X Axis', ylabel='Y Axis')

# 设置坐标轴范围
ax.set_xlim(0, 6)
ax.set_ylim(0, 15)
ax.plot([1, 2, 3, 4, 5,7],[2, 3, 5, 7, 11,16])
# plt.plot([1, 2, 3, 4, 5,7],[2, 3, 5, 7, 11,16])
plt.show()

plt.legend()

plt.legend() 是 Matplotlib 中用于添加图例（legend）的函数。图例是用于标识图表中不同数据系列的标签，以便于区分和理解数据的可视化元素。

具体语法为：

plt.legend(*args, **kwargs)

参数说明：

1. *args：可以是字符串、数组或者对象的序列，用于设置图例的标签。通常是与 plot 函数中的 label 参数搭配使用，也可以直接传入字符串作为标签。
2. **kwargs：其他关键字参数，用于设置图例的属性，如位置、边框、透明度等。

子图可以使用axes[0,0].legend()

示例：

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y1 = [2, 3, 5, 7, 11]
y2 = [1, 4, 6, 8, 10]

plt.plot(x, y1, label='Series 1')
plt.plot(x, y2, label='Series 2')

# 添加图例
plt.legend()
plt.show()

import matplotlib.pyplot as plt
fig, axes = plt.subplots(nrows=2, ncols=1)
plt.subplots_adjust(hspace=0.5, wspace=0.5)

axes[0].set_title('A Stock Price Trend Chart')  #设置各个图的子标题
axes[1].set_title('B Stock Price Trend Chart')  #设置各个图的子标题

axes[0].set_xlabel('X axis') ##横轴名称 
axes[0].set_ylabel('Y axis') ##纵轴名称  
axes[1].set_xlabel('X axis') ##横轴名称 
axes[1].set_ylabel('Y axis') ##纵轴名称  
  
x = [1, 2, 3, 4, 7 ,9]
y1 = [1, 2, 4 ,8, 8 ,12]
y2 = [1, 2, 4 ,10, 30 ,40]

axes[0].plot(x, y1,'r',label='A share price')
axes[0].legend() 
axes[1].plot(x, y2,label='B share price')
axes[1].legend() #创建图例

#plt.suptitle('Stock Price Trend Chart', color='m', fontsize=14, fontweight='heavy')##子图设置主标题

plt.show()

plt.subplots_adjust()

plt.subplots_adjust() 是 Matplotlib 中用于调整子图布局的函数。它允许您在创建子图之后调整子图之间的间距、边距和整体布局。

具体语法为：

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

参数说明：

1. left、bottom、right、top：用于调整子图边界的距离，可以设置为相对于图形宽度和高度的比例。
2. wspace：用于调整子图之间的水平间距。
3. hspace：用于调整子图之间的垂直间距。

示例：

import matplotlib.pyplot as plt

fig, axs = plt.subplots(2, 2)
fig.subplots_adjust(left=0.2, bottom=0.2, right=0.8, top=0.8, wspace=0.5, hspace=0.5)

plt.suptitle()

plt.suptitle() 函数是 Matplotlib 中用于添加图形标题（超级标题）的函数。它允许您在整个图形的顶部添加一个标题，用于描述整个图形的内容或主题。

具体语法为：

plt.suptitle(t, **kwargs)

其中，参数 t 是要添加的标题文本，而 **kwargs 则允许您传递额外的参数，如字体大小、颜色等。

示例：

import matplotlib.pyplot as plt

fig, axs = plt.subplots(2, 2)
fig.suptitle('Overall Title', fontsize=16)

plt.grid()

plt.grid() 函数是 Matplotlib 中用于在图形中添加网格线的函数。它允许您在图形中显示水平和垂直方向的网格线，以帮助读者更容易地理解数据的分布和趋势。

具体语法为：

plt.grid(b=None, which='major', axis='both', **kwargs)

1. 参数 b 是一个布尔值，用于控制网格线的显示与隐藏；
2. 参数 which 指定要绘制网格线的刻度（major 或 minor）；
3. 参数axis 指定要绘制网格线的轴（x、y 或 both）；而 **kwargs 则允许您传递额外的参数，如线型、颜色等。

示例：

import matplotlib.pyplot as plt

plt.plot([1, 2, 3, 4], [1, 4, 9, 16])
plt.grid(True, linestyle='--', linewidth=0.5, color='gray')