matplotlib作為python數(shù)據(jù)可視化最用的庫之一，它對數(shù)據(jù)圖的繪制的功能是比較完備的，就比如子圖的繪制，matplotlib繪制子圖的方法就有好幾種，接下來這篇文章我們就來介紹一下常見的matplotlib繪制子圖的方法吧！
前言
Matplotlib的可以把很多張圖畫到一個顯示界面，在作對比分析的時候非常有用。
對應的有plt的subplot和figure的add_subplo的方法，參數(shù)可以是一個三位數(shù)字（例如111），也可以是一個數(shù)組（例如[1,1,1]），3個數(shù)字分別代表
- 子圖總行數(shù)
- 子圖總列數(shù)
- 子圖位置
更多詳情可以查看：matplotlib文檔
下面貼出兩種繪子圖的代碼
常用的三種方式
方式一：通過plt的subplot
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# author: chenqionghe
# 畫第1個圖：折線圖
x=np.arange(1,100)
plt.subplot(221)
plt.plot(x,x*x)
# 畫第2個圖：散點圖
plt.subplot(222)
plt.scatter(np.arange(0,10), np.random.rand(10))
# 畫第3個圖：餅圖
plt.subplot(223)
plt.pie(x=[15,30,45,10],labels=list('ABCD'),autopct='%.0f',explode=[0,0.05,0,0])
# 畫第4個圖：條形圖
plt.subplot(224)
plt.bar([20,10,30,25,15],[25,15,35,30,20],color='b')
plt.show()方式二：通過figure的add_subplot
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# author: chenqionghe
fig=plt.figure()
# 畫第1個圖：折線圖
x=np.arange(1,100)
ax1=fig.add_subplot(221)
ax1.plot(x,x*x)
# 畫第2個圖：散點圖
ax2=fig.add_subplot(222)
ax2.scatter(np.arange(0,10), np.random.rand(10))
# 畫第3個圖：餅圖
ax3=fig.add_subplot(223)
ax3.pie(x=[15,30,45,10],labels=list('ABCD'),autopct='%.0f',explode=[0,0.05,0,0])
# 畫第4個圖：條形圖
ax4=fig.add_subplot(224)
ax4.bar([20,10,30,25,15],[25,15,35,30,20],color='b')
plt.show()方式三：通過plt的subplots
subplots返回的值的類型為元組，其中包含兩個元素：第一個為一個畫布，第二個是子圖
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# author: chenqionghe
fig,subs=plt.subplots(2,2)
# 畫第1個圖：折線圖
x=np.arange(1,100)
subs[0][0].plot(x,x*x)
# 畫第2個圖：散點圖
subs[0][1].scatter(np.arange(0,10), np.random.rand(10))
# 畫第3個圖：餅圖
subs[1][0].pie(x=[15,30,45,10],labels=list('ABCD'),autopct='%.0f',explode=[0,0.05,0,0])
# 畫第4個圖：條形圖
subs[1][1].bar([20,10,30,25,15],[25,15,35,30,20],color='b')
plt.show()
運行結果如下
就是這么簡單，
如何不規(guī)則劃分
前面的兩個圖占了221和222的位置，如果想在下面只放一個圖，得把前兩個當成一列，即2行1列第2個位置
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# author: chenqionghe
# 畫第1個圖：折線圖
x=np.arange(1,100)
plt.subplot(221)
plt.plot(x,x*x)
# 畫第2個圖：散點圖
plt.subplot(222)
plt.scatter(np.arange(0,10), np.random.rand(10))
# 畫第3個圖：餅圖
plt.subplot(223)
plt.pie(x=[15,30,45,10],labels=list('ABCD'),autopct='%.0f',explode=[0,0.05,0,0])
# 畫第3個圖：條形圖
# 前面的兩個圖占了221和222的位置，如果想在下面只放一個圖，得把前兩個當成一列，即2行1列第2個位置
plt.subplot(212)
plt.bar([20,10,30,25,15],[25,15,35,30,20],color='b')
plt.show()運行結果如下
到此這篇介紹Matplotlib繪制子圖的常見方法的文章就介紹到這了,更多Matplotlib使用介紹的相關文章請搜索W3Cschool以前的文章或繼續(xù)瀏覽下面的相關文章。
