免费AI编程助手
matplotlib作为python数据可视化最用的库之一，它对数据图的绘制的功能是比较完备的，就比如子图的绘制，matplotlib绘制子图的方法就有好几种，接下来这篇文章我们就来介绍一下常见的matplotlib绘制子图的方法吧！
前言
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
到此这篇介绍Matplotlib绘制子图的常见方法的文章就介绍到这了,更多Matplotlib使用介绍的相关文章请搜索W3Cschool以前的文章或继续浏览下面的相关文章。
