matplotlib绘制多图技巧：subplot和subplots方法哪个更好用_Linux

matplotlib 绘制多图

我们可以使用 pyplot 中的 subplot() 和 subplots() 方法来绘制多个子图。

subplot() 方法在绘图时需要指定位置，subplots() 方法可以一次生成多个，在调用时只需要调用生成对象的 ax 即可。

subplot

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

以上函数将整个绘图区域分成 nrows 行和 ncols 列，然后从左到右，从上到下的顺序对每个子区域进行编号 1...n ，左上的子区域的编号为 1、右下的区域编号为 n，编号可以通过参数 index 来设置。

设置 numrows ＝ 1，numcols ＝ 2，就是将图表绘制成 1x2 的图片区域，对应的坐标为：

(1, 1), (1, 2)

plotnum ＝ 1, 表示的坐标为(1, 1), 即第一行第一列的子图。

plotnum ＝ 2, 表示的坐标为(1, 2), 即第一行第二列的子图。

实例

import matplotlib.pyplot as plt
import numpy as np
#plot 1:
xpoints = np.array([0, 6])
ypoints = np.array([0, 100])
plt.subplot(1, 2, 1)
plt.plot(xpoints,ypoints)
plt.title("plot 1")
#plot 2:
x = np.array([1, 2, 3, 4])
y = np.array([1, 4, 9, 16])
plt.subplot(1, 2, 2)
plt.plot(x,y)
plt.title("plot 2")
plt.suptitle("w3cschool subplot test")
plt.show()

显示结果如下：

设置 numrows ＝ 2，numcols ＝ 2，就是将图表绘制成 2x2 的图片区域, 对应的坐标为：

(1, 1), (1, 2)
(2, 1), (2, 2)

plotnum ＝ 1, 表示的坐标为(1, 1), 即第一行第一列的子图。
plotnum ＝ 2, 表示的坐标为(1, 2), 即第一行第二列的子图。
plotnum ＝ 3, 表示的坐标为(2, 1), 即第二行第一列的子图。
plotnum ＝ 4, 表示的坐标为(2, 2), 即第二行第二列的子图。

实例

import matplotlib.pyplot as plt
import numpy as np
#plot 1:
x = np.array([0, 6])
y = np.array([0, 100])
plt.subplot(2, 2, 1)
plt.plot(x,y)
plt.title("plot 1")
#plot 2:
x = np.array([1, 2, 3, 4])
y = np.array([1, 4, 9, 16])
plt.subplot(2, 2, 2)
plt.plot(x,y)
plt.title("plot 2")
#plot 3:
x = np.array([1, 2, 3, 4])
y = np.array([3, 5, 7, 9])
plt.subplot(2, 2, 3)
plt.plot(x,y)
plt.title("plot 3")
#plot 4:
x = np.array([1, 2, 3, 4])
y = np.array([4, 5, 6, 7])
plt.subplot(2, 2, 4)
plt.plot(x,y)
plt.title("plot 4")
plt.suptitle("w3cschool subplot test")
plt.show()

显示结果如下：

subplots()

subplots() 方法语法格式如下：

matplotlib.pyplot.subplots(nrows=1, ncols=1, *, sharex=false, sharey=false, squeeze=true, subplot_kw=none, gridspec_kw=none, **fig_kw)

参数说明：

nrows：默认为 1，设置图表的行数。
ncols：默认为 1，设置图表的列数。
sharex、sharey：设置 x、y 轴是否共享属性，默认为 false，可设置为 'none'、'all'、'row' 或 'col'。 false 或 none 每个子图的 x 轴或 y 轴都是独立的，true 或 'all'：所有子图共享 x 轴或 y 轴，'row' 设置每个子图行共享一个 x 轴或 y 轴，'col'：设置每个子图列共享一个 x 轴或 y 轴。
squeeze：布尔值，默认为 true，表示额外的维度从返回的 axes(轴)对象中挤出，对于 n*1 或 1*n 个子图，返回一个 1 维数组，对于 n*m，n>1 和 m>1 返回一个 2 维数组。如果设置为 false，则不进行挤压操作，返回一个元素为 axes 实例的2维数组，即使它最终是1x1。
subplot_kw：可选，字典类型。把字典的关键字传递给 add_subplot() 来创建每个子图。
gridspec_kw：可选，字典类型。把字典的关键字传递给 gridspec 构造函数创建子图放在网格里(grid)。
**fig_kw：把详细的关键字参数传给 figure() 函数。

实例

import matplotlib.pyplot as plt
import numpy as np
# 创建一些测试数据 -- 图1
x = np.linspace(0, 2*np.pi, 400)
y = np.sin(x**2)
# 创建一个画像和子图 -- 图2
fig, ax = plt.subplots()
ax.plot(x, y)
ax.set_title('simple plot')
# 创建两个子图 -- 图3
f, (ax1, ax2) = plt.subplots(1, 2, sharey=true)
ax1.plot(x, y)
ax1.set_title('sharing y axis')
ax2.scatter(x, y)
# 创建四个子图 -- 图4
fig, axs = plt.subplots(2, 2, subplot_kw=dict(projection="polar"))
axs[0, 0].plot(x, y)
axs[1, 1].scatter(x, y)
# 共享 x 轴
plt.subplots(2, 2, sharex='col')
# 共享 y 轴
plt.subplots(2, 2, sharey='row')
# 共享 x 轴和 y 轴
plt.subplots(2, 2, sharex='all', sharey='all')
# 这个也是共享 x 轴和 y 轴
plt.subplots(2, 2, sharex=true, sharey=true)
# 创建标识为 10 的图，已经存在的则删除
fig, ax = plt.subplots(num=10, clear=true)
plt.show()

部分图表显示结果如下：

图1