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 ( [ , 6 ] )
ypoints = np. array ( [ , 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 ( "yssmx 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 ( [ , 6 ] )
y = np. array ( [ , 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 ( "yssmx 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 ( , 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 [ , ] . 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

图2

图3

图4