详解Python中绘制子图的两种方法有什么不同-群英

上一篇：PyTorch实现FedProx算法怎样做，过程是什么下一篇：Python中对csv文件的创建、读取及修改操作怎样实现

很多朋友都对“详解Python中绘制子图的两种方法有什么不同”的内容比较感兴趣，对此小编整理了相关的知识分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获，那么感兴趣的朋友就继续往下看吧！

偶然发现python（matplotlib）中绘制子图有两种方法，一种是plt.subplot，另一种是plt.subplots，这篇博客说一下这两种方法的区别，用法，以及常用的一些函数。

plt.figure的作用是定义一个大的图纸，可以设置图纸的大小、分辨率等，例如

fig = plt.figure(figsize=(16,16),dpi=300)  # 初始化一张画布

plt.plot() 是直接在当前活跃的的axes上面作图，注意是当前活跃的

知道这两点基础知识后，再来看subplot和subplots

plt.subplot

fig = plt.figure(figsize=(12, 4), dpi=200)
for i in range(len(img)):
    plt.subplot(1, len(img),i+1)
    plt.imshow(img[i])
plt.show()

plt.subplot作用是指定子图的位置，比如说现在总共有1行10列，当前子图位于哪里；

使用这个函数时需要先定义一个大的图纸，因为subplot函数无法更改图纸的大小和分辨率等信息；所以必须通过fig = plt.figure(figsize=(12, 4), dpi=200)来定义图纸相关设置；

同时，后续对于这个函数便捷的操作就是直接用plt，获取当前活跃的图层

plt.subplots

fig, ax = plt.subplots(1, len(img), figsize=(15, 10))
for i in range(len(img)):
    ax[i].imshow(img[i])
plt.show()

使用plt.subplots函数时，可以直接在该函数内部设置子图纸信息

该函数返回两个变量，一个是Figure实例fig，另一个 AxesSubplot实例ax 。fig代表整个图像，ax代表坐标轴和画的子图，通过下标获取需要的子区域。

后续我们需要对子图操作时，直接ax[i].imshow(img[i])就行

与subplot的区别在于：（1）不需要通过plt来操作图层，每一个图层都有指定的axes；（2）一个写在for循环外面，一个写在里面；归根于原因还是suplots绘制多少图已经指定了，所以ax提前已经准备好了，而subplot函数调用一次就绘制一次，没有指定

subplot和subplots都可以实现画子图功能，只不过subplots帮我们把画板规划好了，返回一个坐标数组对象，而subplot每次只能返回一个坐标对象，subplots还可以直接指定画板的大小。

坐标轴修改

我们通常需要修改坐标轴大小、刻度等信息，不论是子图还是一张大图；下面来看一下subplots和subplot在修改坐标方面的差异

plt在修改坐标时直接写plt.xlabel();plt.ylabel();plt.xlim();plt.ylim()等等就行，但是axes和plt不一样，axes需要加上set，例如：axes.set_xlabel();axes.set_xlim() 这一点需要格外注意

对于修改子图的坐标轴信息，很明显是subplots更方便，因为他有独立的axes，更方便让每一个子图的坐标轴不同，例如

fig, ax = plt.subplots(1, len(img), figsize=(15, 10))
for i in range(len(img)):
    ax[i].imshow(img[i])
    ax[i].set_xlabel("test csdn")
#如果要单独修改坐标轴
ax[5].set_xlabel("test csdn")
plt.show()

如果是subplot修改的话，参考代码如下：

fig = plt.figure(figsize=(12, 4), dpi=200)
for i in range(len(img)):
    plt.subplot(1, len(img),i+1)
    plt.imshow(img[i])
    plt.xlabel("csdn test")
plt.show()

当然，subplot也可以有返回值，但是这个返回值是一个一个的，并不是和subplots一样是一群都给你

fig = plt.figure(figsize=(12, 4), dpi=200)
for i in range(len(img)):
    ax=plt.subplot(1, len(img),i+1)
    #或者这样
    # ax = plt.gca()  获取当前活跃的子图层
    plt.imshow(img[i])
    ax.set_xlabel("csdn test")  #其实这样还是没法单个子图修改
plt.show()

xlabel、ylabel: 设置横轴、纵轴标签及大小

例如plt.xlabel("csdn test", fontsize=20)

xlim、ylim：设置x、y坐标轴的起始点（从哪到哪）

例如plt.xlim(0,50) plt.ylim(0,60)

xticks、yticks：设置坐标轴刻度的字体大小

例如plt.xticks(labelsize=20)

title：设置图片的标题

例如 plt.title(“csdn test”)