这篇文章主要介绍Matplotlib绘制子图的方式，常用的方式有通过plt的subplot、通过figure的add_subplot和通过plt的subplots，下面我们就来看看怎样绘制子图吧，感兴趣的朋友可以参考。

    Matplotlib的可以把很多张图画到一个显示界面，在作对比分析的时候非常有用。
对应的有plt的subplot和figure的add_subplo的方法，参数可以是一个三位数字（例如111），也可以是一个数组（例如[1,1,1]），3个数字分别代表

• 子图总行数
• 子图总列数
• 子图位置

    更多详情可以查看：matplotlib文档

    下面贴出两种绘子图的代码

    常用的三种方式

    方式一：通过plt的subplot

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# author: chenqionghe

# 画第1个图：折线图
x=np.arange(1,100)
plt.subplot(221)
plt.plot(x,x*x)

# 画第2个图：散点图
plt.subplot(222)
plt.scatter(np.arange(0,10), np.random.rand(10))

# 画第3个图：饼图
plt.subplot(223)
plt.pie(x=[15,30,45,10],labels=list('ABCD'),autopct='%.0f',explode=[0,0.05,0,0])

# 画第4个图：条形图
plt.subplot(224)
plt.bar([20,10,30,25,15],[25,15,35,30,20],color='b')
plt.show()

    方式二：通过figure的add_subplot

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# author: chenqionghe

fig=plt.figure()

# 画第1个图：折线图
x=np.arange(1,100)
ax1=fig.add_subplot(221)
ax1.plot(x,x*x)

# 画第2个图：散点图
ax2=fig.add_subplot(222)
ax2.scatter(np.arange(0,10), np.random.rand(10))

# 画第3个图：饼图
ax3=fig.add_subplot(223)
ax3.pie(x=[15,30,45,10],labels=list('ABCD'),autopct='%.0f',explode=[0,0.05,0,0])

# 画第4个图：条形图
ax4=fig.add_subplot(224)
ax4.bar([20,10,30,25,15],[25,15,35,30,20],color='b')
plt.show()

    方式三：通过plt的subplots

    subplots返回的值的类型为元组，其中包含两个元素：第一个为一个画布，第二个是子图

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# author: chenqionghe

fig,subs=plt.subplots(2,2)

# 画第1个图：折线图
x=np.arange(1,100)
subs[0][0].plot(x,x*x)

# 画第2个图：散点图
subs[0][1].scatter(np.arange(0,10), np.random.rand(10))

# 画第3个图：饼图
subs[1][0].pie(x=[15,30,45,10],labels=list('ABCD'),autopct='%.0f',explode=[0,0.05,0,0])

# 画第4个图：条形图
subs[1][1].bar([20,10,30,25,15],[25,15,35,30,20],color='b')
plt.show()

    运行结果如下

    就是这么简单，

    如何不规则划分

    前面的两个图占了221和222的位置，如果想在下面只放一个图，得把前两个当成一列，即2行1列第2个位置

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# author: chenqionghe

# 画第1个图：折线图
x=np.arange(1,100)
plt.subplot(221)
plt.plot(x,x*x)

# 画第2个图：散点图
plt.subplot(222)
plt.scatter(np.arange(0,10), np.random.rand(10))

# 画第3个图：饼图
plt.subplot(223)
plt.pie(x=[15,30,45,10],labels=list('ABCD'),autopct='%.0f',explode=[0,0.05,0,0])

# 画第3个图：条形图
# 前面的两个图占了221和222的位置，如果想在下面只放一个图，得把前两个当成一列，即2行1列第2个位置
plt.subplot(212)
plt.bar([20,10,30,25,15],[25,15,35,30,20],color='b')
plt.show()

    运行结果如下

    以上就是关于Matplotlib绘制子图的三种方式介绍，希望本文对大家学习Matplotlib绘制子图有帮助，想要了解更多Matplotlib绘制图像的内容，大家可以继续关注其他相关文章。

文本转载自脚本之家

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

• Python中的clip与range函数如何定义及应用

  本文主要和大家介绍了详解Python中clip与range函数的用法，小编觉得挺不错的，现在分享给大家，也给大家做个参，希望能帮助到大家

• python用contextvars管理上下文变量怎样做？

  本篇文章给大家带来了关于Python的相关知识，Python 在 3.7 的时候引入了一个模块：contextvars，从名字上很容易看出它指的是上下文变量，下面就来和大家详细讲讲如何使用contextvars实现管理上下文变量，希望对大家有帮助。

• Python制作飞机大战的环境及代码是什么

  这篇文章主要为大家详细介绍了python实现简单的飞机大战游戏，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下<BR>

• Python matplotlib怎么创建画布，及绘制折线图和柱状图

  这篇文章主要介绍了Python matplotlib绘图建立画布及坐标系，建立画布 figsize,它用width和height来控制画布的宽和高，下面来一起俩姐更多内容吧

• Python备忘单用于什么，包括哪些内容

  在Python的备忘单是用于Python 3的编程语言中的单页参考表。 有不少朋友对此感兴趣，下面小编给大家整理和分享了相关知识和资料，易于大家学习和理解，有需要的朋友可以借鉴参考，下面我们一起来了解一下吧。