matplotlib中绘制图怎么实现共享坐标轴
Admin 2022-07-25 群英技术资讯 1450 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
这篇文章主要为大家介绍了python的信号量,条件变量和事件,具有一定的参考价值,感兴趣的小伙伴们可以参考一下,希望能够给你带来帮助
这篇文章主要介绍了Python 海象运算符(:=)的三种用法,文章围绕主题展开详细的内容介绍,具有一定的参考价值,感兴趣的小伙伴可以参考一下
Hadoop作为分布式计算平台,能够处理海量数据,并对数据进行分析。经过近十几年的发展,Hadoop已经形成了以下几点优势。
通常,当我们需要对对象的敏感属性或者不希望外部直接访问的属性进行私有化,但是某些时候我们又需要对这些私有属性进行修改,该怎么处理呢,感兴趣的可以了解一下
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python分析inkscape路径数据方案简单介绍,文章通过围绕主题展开详细的内容介绍,下面一起来看一下,希望对大家有帮助。
成为群英会员,开启智能安全云计算之旅
立即注册关注或联系群英网络
7x24小时售前:400-678-4567
7x24小时售后:0668-2555666
24小时QQ客服
群英微信公众号
CNNIC域名投诉举报处理平台
服务电话:010-58813000
服务邮箱:service@cnnic.cn
投诉与建议:0668-2555555
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 ICP核准(ICP备案)粤ICP备09006778号 域名注册商资质 粤 D3.1-20240008