python绘图中的四个绘图技巧

更新时间：2021年12月14日 14:17:13 作者：春江暮客

在可视化数据时，通常需要在单个图形中绘制多个图形。例如，如果您想从不同的角度可视化相同的变量如：数字变量的并排直方图和箱线图，则多个图形很有用。在这篇文章中，我分享了绘制多个图形的 4 个简单但实用的技巧，具有一定的参考价值，需要的小伙伴可以参考一下

技巧1: plt.subplots()

绘制多个子图的一种简单方法是使用 plt.subplots() 。

这是绘制 2 个并排子图的示例语法：

fig, ax = plt.subplots(nrows=1, ncols=2, figsize=(10,4))  
sns.histplot(data=df, x='tip', ax=ax[0])  
sns.boxplot(data=df, x='tip', ax=ax[1]);

在这里，我们在一个图中绘制了两个子图。我们可以进一步自定义每个子图。

例如，我们可以像这样为每个子图添加标题：

fig, ax = plt.subplots(1, 2, figsize=(10,4))  
sns.histplot(data=df, x='tip', ax=ax[0])  
ax[0].set\_title("Histogram")  
sns.boxplot(data=df, x='tip', ax=ax[1])  
ax[1].set\_title("Boxplot");

在循环中将所有数值变量用同一组图表示：

numerical = df.select\_dtypes('number').columnsfor col in numerical:  
 fig, ax = plt.subplots(1, 2, figsize=(10,4))  
 sns.histplot(data=df, x=col, ax=ax[0])  
 sns.boxplot(data=df, x=col, ax=ax[1]);

技巧2: plt.subplot()

另一种可视化多个图形的方法是使用 plt.subplot()，末尾没有 s

语法与之前略有不同：

plt.figure(figsize=(10,4))  
ax1 = plt.subplot(1,2,1)  
sns.histplot(data=df, x='tip', ax=ax1)  
ax2 = plt.subplot(1,2,2)  
sns.boxplot(data=df, x='tip', ax=ax2);

当我们想为多个图绘制相同类型的图形并在单个图中查看所有图形，该方法特别有用：

plt.figure(figsize=(14,4))  
for i, col in enumerate(numerical):  
 ax = plt.subplot(1, len(numerical), i+1)  
 sns.boxplot(data=df, x=col, ax=ax)

我们同样能定制子图形。例如加个title

plt.figure(figsize=(14,4))  
for i, col in enumerate(numerical):  
 ax = plt.subplot(1, len(numerical), i+1)  
 sns.boxplot(data=df, x=col, ax=ax)   
 ax.set\_title(f"Boxplot of {col}")

通过下面的比较，我们能更好的理解它们的相似处与不同处熟悉这两种方法很有用，因为它们可以在不同情况下派上用场。

技巧3: plt.tight_layout()

在绘制多个图形时，经常会看到一些子图的标签在它们的相邻子图上重叠，

如下所示：

categorical = df.select\_dtypes('category').columnsplt.figure(figsize=(8, 8))  
for i, col in enumerate(categorical):  
 ax = plt.subplot(2, 2, i+1)  
 sns.countplot(data=df, x=col, ax=ax)

顶部两个图表的 x 轴上的变量名称被剪掉，右侧图的 y 轴标签与左侧子图重叠.使用plt.tight_layout很方便

plt.figure(figsize=(8, 8))  
for i, col in enumerate(categorical):  
 ax = plt.subplot(2, 2, i+1)  
 sns.countplot(data=df, x=col, ax=ax)   
plt.tight\_layout()

专业看起来更好了。

技巧4: plt.suptitle()

真个图形添加标题：

plt.figure(figsize=(8, 8))  
for i, col in enumerate(categorical):  
 ax = plt.subplot(2, 2, i+1)  
 sns.countplot(data=df, x=col, ax=ax)   
plt.suptitle('Category counts for all categorical variables')  
plt.tight\_layout()

此外，您可以根据自己的喜好自定义各个图。例如，您仍然可以为每个子图添加标题。

到此这篇关于python绘图四个绘图技巧的文章就介绍到这了,更多相关python 绘图技巧内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

什么是Python中的匿名函数
在本篇文章里小编给大家整理的是关于Python匿名函数知识点总结，需要的朋友们可以学习参考下。
2020-06-06
用Python的线程来解决生产者消费问题的示例
这篇文章主要介绍了用Python的线程来解决生产者消费问题的示例,包括对使用线程中容易出现的一些问题给出了相关解答,需要的朋友可以参考下
2015-04-04
python list格式数据excel导出方法
今天小编就为大家分享一篇python list格式数据excel导出方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2018-10-10
python实现excel公式格式化的示例代码
这篇文章主要介绍了python实现excel公式格式化的示例代码，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2020-12-12
教你用python编写脚本实现自动签到
这篇文章主要介绍了教你怎样用python编写脚本实现自动签到，本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
2021-08-08
Pycharm配置导入torch报错Traceback的问题及解决
这篇文章主要介绍了Pycharm配置导入torch报错Traceback的问题及解决方案,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
2023-12-12
Python 基于win32com客户端实现Excel操作的详细过程
这篇文章主要介绍了Python 基于win32com客户端实现Excel操作的详细过程,本文通过示例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
2023-05-05
Python手写回归树的实现
本文主要介绍了Python手写回归树的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2022-06-06
python3将视频流保存为本地视频文件
这篇文章主要为大家详细介绍了python3将视频流保存为本地视频文件，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2018-06-06
Python如何提取csv数据并筛选指定条件数据详解
在学习python过程中常遇到一种情况,要读取.csv文件的数据,然后取出其中某个字段,下面这篇文章主要给大家介绍了关于Python如何提取csv数据并筛选指定条件数据的相关资料,需要的朋友可以参考下
2022-08-08