这篇文章主要介绍Matplotlib绘制子图的方式，常用的方式有通过plt的subplot、通过figure的add_subplot和通过plt的subplots，下面我们就来看看怎样绘制子图吧，感兴趣的朋友可以参考。

    Matplotlib的可以把很多张图画到一个显示界面，在作对比分析的时候非常有用。
对应的有plt的subplot和figure的add_subplo的方法，参数可以是一个三位数字（例如111），也可以是一个数组（例如[1,1,1]），3个数字分别代表

• 子图总行数
• 子图总列数
• 子图位置

    更多详情可以查看：matplotlib文档

    下面贴出两种绘子图的代码

    常用的三种方式

    方式一：通过plt的subplot

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# author: chenqionghe

# 画第1个图：折线图
x=np.arange(1,100)
plt.subplot(221)
plt.plot(x,x*x)

# 画第2个图：散点图
plt.subplot(222)
plt.scatter(np.arange(0,10), np.random.rand(10))

# 画第3个图：饼图
plt.subplot(223)
plt.pie(x=[15,30,45,10],labels=list('ABCD'),autopct='%.0f',explode=[0,0.05,0,0])

# 画第4个图：条形图
plt.subplot(224)
plt.bar([20,10,30,25,15],[25,15,35,30,20],color='b')
plt.show()

    方式二：通过figure的add_subplot

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# author: chenqionghe

fig=plt.figure()

# 画第1个图：折线图
x=np.arange(1,100)
ax1=fig.add_subplot(221)
ax1.plot(x,x*x)

# 画第2个图：散点图
ax2=fig.add_subplot(222)
ax2.scatter(np.arange(0,10), np.random.rand(10))

# 画第3个图：饼图
ax3=fig.add_subplot(223)
ax3.pie(x=[15,30,45,10],labels=list('ABCD'),autopct='%.0f',explode=[0,0.05,0,0])

# 画第4个图：条形图
ax4=fig.add_subplot(224)
ax4.bar([20,10,30,25,15],[25,15,35,30,20],color='b')
plt.show()

    方式三：通过plt的subplots

    subplots返回的值的类型为元组，其中包含两个元素：第一个为一个画布，第二个是子图

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# author: chenqionghe

fig,subs=plt.subplots(2,2)

# 画第1个图：折线图
x=np.arange(1,100)
subs[0][0].plot(x,x*x)

# 画第2个图：散点图
subs[0][1].scatter(np.arange(0,10), np.random.rand(10))

# 画第3个图：饼图
subs[1][0].pie(x=[15,30,45,10],labels=list('ABCD'),autopct='%.0f',explode=[0,0.05,0,0])

# 画第4个图：条形图
subs[1][1].bar([20,10,30,25,15],[25,15,35,30,20],color='b')
plt.show()

    运行结果如下

    就是这么简单，

    如何不规则划分

    前面的两个图占了221和222的位置，如果想在下面只放一个图，得把前两个当成一列，即2行1列第2个位置

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# author: chenqionghe

# 画第1个图：折线图
x=np.arange(1,100)
plt.subplot(221)
plt.plot(x,x*x)

# 画第2个图：散点图
plt.subplot(222)
plt.scatter(np.arange(0,10), np.random.rand(10))

# 画第3个图：饼图
plt.subplot(223)
plt.pie(x=[15,30,45,10],labels=list('ABCD'),autopct='%.0f',explode=[0,0.05,0,0])

# 画第3个图：条形图
# 前面的两个图占了221和222的位置，如果想在下面只放一个图，得把前两个当成一列，即2行1列第2个位置
plt.subplot(212)
plt.bar([20,10,30,25,15],[25,15,35,30,20],color='b')
plt.show()

    运行结果如下

    以上就是关于Matplotlib绘制子图的三种方式介绍，希望本文对大家学习Matplotlib绘制子图有帮助，想要了解更多Matplotlib绘制图像的内容，大家可以继续关注其他相关文章。

文本转载自脚本之家

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。

猜你喜欢

• pycharm安装cv2模块失败该怎么办

  这篇文章主要介绍了pycharm无法安装cv2模块问题及解决方案，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教

• Python语言的的高效编程技巧有什么呢

  这篇文章主要介绍了9个提高 Python 编程的小技巧，下文分享python编程技巧，需要的小伙伴可以参考一下，希望对你的学习有所帮助

• Python代码规范的基础知识有什么，哪些方面需要注意

  1 一致性的建议打破一条既定规则的两个好理由当应用这个规则将导致代码可读性下降,即使对于某人来说他已经习惯于按照这条规则来阅读代码

• Python内存泄漏排查怎么做，思路及方法是什么

  这篇文章主要给大家分享了python内存泄漏排查技巧总结，工作过程中服务难免遇到内存泄漏问题，下面文章就给大家总结一些排查下技巧，具有一定的参考价值,需要的朋友可以参考一下

• classmethod()函数的描述是什么，如何使用

  Python内置函数-classmethod()。classmethod 修饰符对应的函数不需要实例化，不需要 self 参数，但第一个参数需要是表示自身类的 cls 参数，可以来调用类的属性，类的方法，实例化对象等。