matplotlib学习笔记（八）

最新推荐文章于 2024-10-09 16:46:19 发布

Geo_hzy

最新推荐文章于 2024-10-09 16:46:19 发布

阅读量2k

点赞数

分类专栏： matplotlib 文章标签： matplotlib python

本文链接：https://blog.csdn.net/weixin_46753186/article/details/121592000

版权

matplotlib 专栏收录该内容

9 篇文章 1 订阅

订阅专栏

本文介绍了如何使用matplotlib库在Python中创建带子图的图表以及多个不同子图。通过`add_axes()`函数定义了两个Axes对象以实现带子图的图标，同时展示了如何使用`subplots()`和`GridSpec()`创建多行多列的子图布局，分别展示了不同类型的图表，如折线图、散点图、直方图等。

摘要由CSDN通过智能技术生成

导入模块

import matplotlib.pyplot as plt
import numpy as np

1.带子图的图标

要点：利用add_axes()函数在figure上定义两个Axes对象

x1 = np.arange(10)
y1 = np.array([2,3,9,1,7,3,2,4,3,5])
x2 = np.arange(10)
y2 = np.array([4,5,6,6,7,2,1,7,8,4])

fig = plt.figure()
ax = fig.add_axes([0,0,1,1]) #相当于图像在（0，0）为起始点，长宽分别为1，1的方形区域中
inner_ax = fig.add_axes([0.6,0.6,0.35,0.35]) #添加的第二张图像以（0.6，0.6）为起始点，长宽分别为0.35，0.35的方形区域中

ax.plot(x1,y1)
inner_ax.plot(x2,y2)
ax.set_xlabel('A')
ax.set_ylabel('B')
inner_ax.set_xlabel('A')
inner_ax.set_ylabel('B')
plt.show()

2.多个不同子图

要点：利用subplots()函数添加多个子图，再用GridSpec()函数来管理

x1 = np.arange(5)
y1 = np.array([2,3,9,1,7])
x2 = np.arange(5)
y2 = np.array([4,5,7,8,4])
x3 = np.arange(5)
y3 = np.array([3,2,4,3,5])
x4 = np.arange(5)
y4 = np.array([2,1,7,8,4])
x5 = np.arange(5)
y5 = np.array([6,6,7,2,1])

fig = plt.figure(figsize=(6,6))
gs = plt.GridSpec(3,3) #分成三行三列的格网
s1 = fig.add_subplot(gs[0,:2])
s2 = fig.add_subplot(gs[1,:2])
s3 = fig.add_subplot(gs[2,0])
s4 = fig.add_subplot(gs[:2,2])
s5 = fig.add_subplot(gs[2,1:3])

s1.plot(x1,y1,'c--')
s2.plot(x2,y2,'^')
s3.scatter(x3,y3,marker='*')
s4.barh(x4,y4,color='b',alpha=0.5,xerr=[0.2,0.5,0.4,0.8,0.6],error_kw={'ecolor':'r','capsize':3})
s5.bar(x5,y5,color='w',hatch='///')

plt.show()