matplotlib中绘制图怎么实现共享坐标轴
Admin 2022-07-25 群英技术资讯 1088 次浏览
这篇文章给大家分享的是matplotlib中绘制图怎么实现共享坐标轴。小编觉得挺实用的,因此分享给大家做个参考,文中的介绍得很详细,而要易于理解和学习,有需要的朋友可以参考,接下来就跟随小编一起了解看看吧。1. 概述
共享坐标轴就是几幅子图之间共享x轴或y轴,这一部分主要了解如何在利用matplotlib制图时共享坐标轴。
pyplot.subplots(nrows = 1,ncols = 1,sharex = False,sharey = False, squeeze = True,subplot_kw =无,gridspec_kw =无,** fig_kw )
参数:
nrows:行数
ncols:列数
sharex:是否共享X轴坐标
sharey:是否共享Y轴坐标
返回值:Figure,Axes对象数组
'''
1. 程序目的:
基于sharex和sharey实现
(1) 共享x轴
(2) 共享y轴
(3) 同时共享x轴和y轴
(4) 调整子图之间的距离
2. 版本
2.1 山东青岛 2021年5月18日 Version 1
'''
# 1. 相关模块导入
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] # 正常显示中文字体
plt.rcParams['axes.unicode_minus'] = False # 正常显示负号
# 2. 创建制图数据
x = np.linspace(-5,5,100)
y_1 = np.sin(x)
y_2 = np.cos(x)
y_3 = y_2*2
# 3. 绘图
# 3.1 共享X轴
figure,(ax1,ax2,ax3) = plt.subplots(3,1,
figsize=(5,6),
dpi=600,
# 共享x轴
sharex=True)
ax1.plot(x,y_1,c='blue',linestyle=':')
ax2.plot(x,y_2,c='orange',linestyle=':')
ax3.plot(x,y_3,c='r',linestyle=':')
# 调整子图形之间的纵向距离
figure.subplots_adjust(hspace=0.1)
ax1.set_title('以下三图共享了X轴') # 其实更合理的添加图名时figure.subtitle()
# 3.2 共享Y轴
# 创建新的绘图figure和axes对象
figure,(ax1,ax2,ax3) = plt.subplots(1,3,
figsize=(6,2),
dpi=600,
# 共享y轴
sharey=True)
figure.suptitle('以下三图共享了Y轴')
ax1.plot(x,y_1,c='blue',linestyle=':')
ax2.plot(x,y_2,c='orange',linestyle=':')
ax3.plot(x,y_3,c='r',linestyle=':')
# 调整子图形之间的横向距离
figure.subplots_adjust(wspace=0.1)
# 3.3 同时共享x轴和y轴
# 创建新的绘图figure和axes对象
figure,(ax1,ax2,ax3) = plt.subplots(1,3,
figsize=(6,2),
dpi=600,
# 共享x轴
sharex=True,
# 共享y轴
sharey=True)
x4 = np.linspace(-10,10,100)
y_4 = np.cos(x4)*2
figure.suptitle('以下三图同时共享了X轴和Y轴')
ax1.plot(x,y_1,c='blue',linestyle=':')
ax2.plot(x,y_2,c='orange',linestyle=':')
ax3.plot(x4,y_4,c='r',linestyle=':')
# 调整子图形之间的横向距离
figure.subplots_adjust(wspace=0.1)
plt.show()
制图结果:




import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
x=np.linspace(0,2*np.pi,500)
y=np.sin(x)*np.exp(-x)
fig,ax=plt.subplots(nrows=1,ncols=2,sharey=True)
ax1=ax[0]
ax1.plot(x,y)
ax1.set_title("折线图")
ax2=ax[1]
ax2.scatter(x,y)
ax2.set_title("散点图")
plt.suptitle("一张画布两个子图,并共享y坐标")
#删除空隙wspace为两图的水平距离,hspace为两图的垂直距离
fig.subplots_adjust(wspace=0)
plt.show()

import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
x=np.linspace(0,2*np.pi,500)
y=np.sin(x)*np.exp(-x)
fig,ax=plt.subplots(nrows=1,ncols=1)
ax.plot(x,y)
ax.set_title("折线图")
ax.scatter(x,y[::-1])
plt.suptitle("共享单一绘图区域的坐标轴")
plt.show()
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
大家好,本篇文章主要讲的是关于Python中的元组介绍,感兴趣的同学赶快来看一看吧,对你有帮助的话记得收藏一下,方便下次浏览
本篇文章给大家带来了关于Python的相关知识,其中主要介绍了关于第三方库交叉编译的问题,交叉编译指的是在一个平台上生成另一个平台上的可执行代码,下面一起来看一下,希望对大家有帮助。
这篇文章主要给大家分享一些Python的技巧,小编认为是比较实用的,因此分享给大家作参考,尤其是对学习Python的新手来说,掌握这些技巧,能事半功倍,下面我们就一起来看看吧。
pyecharts是支持python的一种可视化,那么在Django中Pyecharts如何生成图表,主要有两种方法,需要的朋友们下面随着小编来一起学习学习吧
搜索路径是由一系列目录名组成的,Python解释器就依次从这些目录中去寻找所引入的模块,下面这篇文章主要给大家介绍了关于python修改包导入时搜索路径的相关资料,需要的朋友可以参考下
成为群英会员,开启智能安全云计算之旅
立即注册Copyright © QY Network Company Ltd. All Rights Reserved. 2003-2020 群英 版权所有
增值电信经营许可证 : B1.B2-20140078 粤ICP备09006778号 域名注册商资质 粤 D3.1-20240008