Task 03:布局格式定方圆

---

前言

本节主要讲解了子图以及子图上的方法。其中包括使用 plt.subplots 绘制均匀状态下的子图、 使用 GridSpec 绘制非均匀子图。

---

一、子图

1. 使用 plt.subplots 绘制均匀状态下的子图

返回元素：画布和子图构成的列表，第一个数字为行，第二个为列。
figsize 参数可以指定整个画布的大小。
sharex 和 sharey 分别表示是否共享横轴和纵轴刻度。
tight_layout 函数可以调整子图的相对大小，使字符不会重叠。

import numpy as np 
import pandas as pd 
import matplotlib.pyplot as plt 
plt.rcParams['font.sans-serif'] = ['SimHei'] #用来正常显示中文标签 
plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号
#前五行是为了保证不出现中文乱码
fig, axs = plt.subplots(2, 5, figsize=(10, 4), sharex=True, sharey=True) 
fig.suptitle('样例1', size=20) 
for i in range(2): 
    for j in range(5): 
        axs[i][j].scatter(np.random.randn(10), np.random.randn(10)) 
        axs[i][j].set_title('第%d行,第%d列'%(i+1,j+1)) 
        axs[i][j].set_xlim(-5,5) 
        axs[i][j].set_ylim(-5,5) 
        if i==1: axs[i][j].set_xlabel('横坐标') 
        if j==0: axs[i][j].set_ylabel('纵坐标') 
fig.tight_layout()

除了常规的直角坐标系，还可以通过projection方法创建极坐标系下的图表：

N = 150 
r = 2 * np.random.rand(N) #生成150个服从“0~1”均匀分布的随机样本值
theta = 2 * np.pi * np.random.rand(N) #生成角度
area = 200 * r**2 #面积
colors = theta 
plt.subplot(projection='polar') #projection为画图样式，除'polar'外还有'aitoff', 'hammer', 'lambert'等
plt.scatter(theta, r, c=colors, s=area, cmap='hsv', alpha=0.75);

2. 使用 GridSpec 绘制非均匀子图

非均匀包含两层含义：
1、图的比例大小不同但没有跨行或跨列；
2、图为跨列或跨行状态。
利用 add_gridspec 可以指定相对宽度比例 （width_ratios） 和相对高度比例（height_ratios）参数。

fig = plt.figure(figsize=(10, 4)) 
spec = fig.add_gridspec(nrows=2, ncols=5, width_ratios=[1,2,3,4,5], height_ratios=[1,3]) 
fig.suptitle('样例2', size=20) 
for i in range(2): 
    for j in range(5): 
        ax = fig.add_subplot(spec[i, j]) 
        ax.scatter(np.random.randn(10), np.random.randn(10)) 
        ax.set_title('第%d行，第%d列'%(i+1,j+1)) 
        if i==1: ax.set_xlabel('横坐标') 
        if j==0: ax.set_ylabel('纵坐标') 
fig.tight_layout()

spec[i, j] ：通过切片实现子图的合并而达到跨图功能。

fig = plt.figure(figsize=(10, 4)) 
spec = fig.add_gridspec(nrows=2, ncols=6, width_ratios=[2,2.5,3,1,1.5,2], height_ratios=[1,2]) 
fig.suptitle('样例3', size=20) 
# sub1 
ax = fig.add_subplot(spec[0, :3]) 
ax.scatter(np.random.randn(10), np.random.randn(10)) 
# sub2 
ax = fig.add_subplot(spec[0, 3:5]) 
ax.scatter(np.random.randn(10), np.random.randn(10)) 
# sub3 
ax = fig.add_subplot(spec[:, 5]) 
ax.scatter(np.random.randn(10), np.random.randn(10)) 
# sub4 
ax = fig.add_subplot(spec[1, 0]) 
ax.scatter(np.random.randn(10), np.random.randn(10)) 
# sub5 
ax = fig.add_subplot(spec[1, 1:5]) 
ax.scatter(np.random.randn(10), np.random.randn(10)) 
fig.tight_layout()

二、子图上的方法

在 ax 对象上定义了和 plt 类似的图形绘制函数，常用的有： plot, hist, scatter, bar, barh, pie。

绘制直线

fig, ax = plt.subplots(figsize=(4,3)) 
ax.plot([1,2],[2,1]);

绘制柱状图

fig, ax = plt.subplots(figsize=(4,3)) 
ax.hist(np.random.randn(1000));

常用直线的画法为： axhline, axvline, axline （水平、垂直、任意方向）。

fig, ax = plt.subplots(figsize=(4,3)) 
ax.axhline(0.5,0.2,0.8) 
ax.axvline(0.5,0.2,0.8) 
ax.axline([0.3,0.3],[0.7,0.7]);

grid 可以用来加灰色网格

fig, ax = plt.subplots(figsize=(4,3)) 
ax.grid(True)

set_xscale, set_title, set_xlabel 分别可以设置坐标轴的规度（指对数坐标等）、标题、轴名。

fig, axs = plt.subplots(1, 2, figsize=(10, 4)) 
fig.suptitle('大标题', size=20) 
for j in range(2): 
    axs[j].plot(list('abcd'), [10**i for i in range(4)]) 
    if j==0: 
        axs[j].set_yscale('log') 
        axs[j].set_title('子标题1') 
        axs[j].set_ylabel('对数坐标') 
    else:
        axs[j].set_title('子标题1') 
        axs[j].set_ylabel('普通坐标') 
fig.tight_layout()

与一般的 plt 方法类似， legend, annotate, arrow, text 对象也可以进行相应的绘制。

fig, ax = plt.subplots() 
ax.arrow(0, 0, 1, 1, head_width=0.03, head_length=0.05, facecolor='red', edgecolor='blue') 
ax.text(x=0, y=0,s='这是一段文字', fontsize=16, rotation=70, rotation_mode='anchor', color='green') 
ax.annotate('这是中点', xy=(0.5, 0.5), xytext=(0.8, 0.2), arrowprops=dict(facecolor='yellow', edgecolor='black'), fontsize=16);

fig, ax = plt.subplots() 
ax.plot([1,2],[2,1],label="line1") 
ax.plot([1,1],[1,2],label="line1") 
ax.legend(loc=1);

其中，图例的 loc 参数如下：

总结

本文主要讲解了子图，以及子图上的方法，用例子来进行演示，清晰明了。

参考资料

[1].https://matplotlib.org/stable/tutorials/intermediate/gridspec.html#sphx-glr-tutorials-intermediate-gridspec-py