一、通过subplot()函数创建单个子图
Figure对象允许划分为多个绘图区域,每个绘图区域都是一个Axes对象,它拥有属于自己的坐标系统,被称为子图。要想在画布上创建一个子图,则可以通过subplot()函数实现。subplot()函数会将整个绘图区域等分为“nrows (行)* ncols(列)”的矩阵区域,之后按照从左到右、。其中,位于左上角的子区域编号为1,依次递增整个绘制区域划分为2*2(两行两列)的矩阵区域。如果nrows、ncols和index这三个参数的值都小于10,则可以把它们简写为一个实数。
nums = np.arange(0, 101) # 生成0~100的数组
# 新建画布
# plt.figure(facecolor='gray',edgecolor='red')
# 边建边绘图
# 分成2*2的矩阵区域,占用编号为1的区域,即第1行第1列的子图
plt.subplot(221)
# 在选中的子图上作图
plt.plot(nums, nums)
# 分成2*2的矩阵区域,占用编号为2的区域,即第1行第2列的子图
plt.subplot(222)
# 在选中的子图上作图
plt.plot(nums, -nums)
# 分成2*1的矩阵区域,占用编号为2的区域,即第2行的子图
plt.subplot(212)
# 在选中的子图上作图
plt.plot(nums, nums**2)
# 在本机上显示图形
plt.show()
二、通过add_subplot()方法添加和选中子图
还可以通过Figure类的add_subplot()方法添加和选中子图:add_subplot(* args,** kwargs)上述方法中,args参数表示一个三位数的实数或三个独立的实数,用于描述子图的位置。比如“a, b, c”,其中a和b表示将Figure对象分割成ab大小的区域,c表示当前选中的要操作的区域。
调用add_subplot()方法时传入的是“2,2,1”,则会在的2*2的矩阵中编号为1的区域上绘图。每调用一次add_subplot()方法只会规划画布划分子图,且只会添加一个子图。当调用plot()函数绘制图形时,会画在最后一次指定子图的位置上。
# 先建画布,再添加子图
# 引入matplotlib包
import matplotlib.pyplot as plt
import numpy as np
# 创建Figure实例
fig = plt.figure()
# 添加子图
fig1 = fig.add_subplot(2, 2, 1)
fig2 = fig.add_subplot(2, 2, 2)
fig4 = fig.add_subplot(2, 2, 4)
fig.add_subplot(2, 2, 3)
# 在子图上作图
random_arr = np.random.randn(100)
# 默认是在最后一次使用subplot的位置上作图,即编号为3的位置
plt.plot(random_arr)
# 在fig1上作图
fig1.plot(random_arr,random_arr)
# 在fig2上作图
fig2.plot(nums, np.log(nums))
plt.show()
三、通过subplots()函数创建多个子图
通过subplots()函数创建多个子图:如果希望一次性创建一组子图,则可以通过subplots()函数进行实现
subplots(nrows = 1,ncols = 1,sharex = False,sharey = False,squeeze = True,subplot_kw = None,gridspec_kw = None,** fig_kw)
- nrows,ncols – 表示子区网格的行数、列数。
- sharex,sharey – 表示控制x或y轴是否共享subplots()函数会返回一个元组,元组的第一个元素为Figure对象(画布),第二个元素为Axes对象(子图,包含坐标轴和画的图)或Axes对象数组。如果创建的是单个子图,则返回的是一个Axes对象,否则返回的是一个Axes对象数组。
# 生成包含1~100之间所有整数的数组
nums = np.arange(1, 51)
# 分成2*2的矩阵区域,返回子图数组axes
fig, axes = plt.subplots(2, 2)
ax1 = axes[0, 0] # 根据索引[0,0]从Axes对象数组中获取第1个子图
ax2 = axes[0, 1] # 根据索引[0,1]从Axes对象数组中获取第2个子图
ax3 = axes[1, 0] # 根据索引[1,0]从Axes对象数组中获取第3个子图
ax4 = axes[1, 1] # 根据索引[1,1]从Axes对象数组中获取第4个子图
# 在选中的子图上作图
ax1.plot(nums, nums)
ax2.plot(nums, -nums)
ax3.plot(nums, nums**2)
ax4.plot(nums, np.log(nums))
plt.show()
本文转载自: https://blog.csdn.net/weixin_62828995/article/details/129869391
版权归原作者 伪_装 所有, 如有侵权,请联系我们删除。
版权归原作者 伪_装 所有, 如有侵权,请联系我们删除。