脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → Matplotlib子图大小调整

一文教会你调整Matplotlib子图的大小

 更新时间：2022年06月30日 15:48:11   作者：小小的香辛料  
Matplotlib的可以把很多张图画到一个显示界面,这就设计到面板切分成一个一个子图,下面这篇文章主要给大家介绍了关于调整Matplotlib子图大小的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下

前段时间就遇到了这个问题，一直忘了写，今晚夜深人静总结一波~

问题

我相信，看到这篇博客的人，你肯定已经会使用Matplotlib中的pyplot画图。 

比如下面这种图

 你也应该会调整单个图的大小了，就是使用如下语句控制单个图形figure的大小，比如我这里设的8*6的。

fig3 = plt.figure(figsize=(8,6))

但随着继续深入的学习，有时我们很有必要将两个图画在一起，来做对比，所以你也应该会在一个画布上画多个子图了。比如下图

 即是通过subplot实现

#展示一下数据
fig = plt.figure(figsize=(15,7))
 
fig1 = plt.subplot(231)
plt.scatter(data.loc[:,'Avg. Area Income'],data.loc[:,'Price'])
plt.title('Income VS Price')
 
fig2 = plt.subplot(232)
plt.scatter(data.loc[:,'Avg. Area House Age'],data.loc[:,'Price'])
plt.title('Age VS Price')
 
fig3 = plt.subplot(233)
plt.scatter(data.loc[:,'Avg. Area Number of Rooms'],data.loc[:,'Price'])
plt.title('Number VS Price')
 
fig4 = plt.subplot(234)
plt.scatter(data.loc[:,'Area Population'],data.loc[:,'Price'])
plt.title('Population VS Price')
 
fig5 = plt.subplot(235)
plt.scatter(data.loc[:,'size'],data.loc[:,'Price'])
plt.title('size VS Price')
plt.show()

 目前为止图好像没有问题，那问题在哪呢？就是在子图比较少的时候，整个图可能会变形，出现下图情况。

这显然不是我们期望的，我们希望他不要拉长。但是貌似直接通过subplot画出的子图无法更改大小，网上给的一些方案也比较麻烦。

简便的解决方法

 把这两个子图画在同一个画布里，这样即是子图无法改变，但是外面的画布大小可以改变，子图就可以根据外面画布大小自适应的显示了。

对于该图

 其原始代码为

fig6 = plt.subplot(121)
label0 = plt.scatter(X.loc[:,'V1'][y_corrected==0],X.loc[:,'V2'][y_corrected==0])
label1 = plt.scatter(X.loc[:,'V1'][y_corrected==1],X.loc[:,'V2'][y_corrected==1])
label2 = plt.scatter(X.loc[:,'V1'][y_corrected==2],X.loc[:,'V2'][y_corrected==2])
 
plt.title("corrected data")
plt.xlabel('V1')
plt.ylabel('V2')
plt.legend((label0,label1,label2),('label0','label1','label2'))
plt.scatter(centers[:,0],centers[:,1])
 
fig7 = plt.subplot(122)
label0 = plt.scatter(X.loc[:,'V1'][y==0],X.loc[:,'V2'][y==0])
label1 = plt.scatter(X.loc[:,'V1'][y==1],X.loc[:,'V2'][y==1])
label2 = plt.scatter(X.loc[:,'V1'][y==2],X.loc[:,'V2'][y==2])
 
plt.title("labled data")
plt.xlabel('V1')
plt.ylabel('V2')
plt.legend((label0,label1,label2),('label0','label1','label2'))
plt.scatter(centers[:,0],centers[:,1])
plt.show()

 可以看到两个子图fig6和fig7都是直接使用subplot得到的，所以它变形了。

修改后应该是这样的：

对应代码 ：

fig = plt.figure(figsize=(11,4))
fig6 = plt.subplot(121)
label0 = plt.scatter(X.loc[:,'V1'][y_corrected==0],X.loc[:,'V2'][y_corrected==0])
label1 = plt.scatter(X.loc[:,'V1'][y_corrected==1],X.loc[:,'V2'][y_corrected==1])
label2 = plt.scatter(X.loc[:,'V1'][y_corrected==2],X.loc[:,'V2'][y_corrected==2])
 
plt.title("corrected data")
plt.xlabel('V1')
plt.ylabel('V2')
plt.legend((label0,label1,label2),('label0','label1','label2'))
plt.scatter(centers[:,0],centers[:,1])
 
fig7 = plt.subplot(122)
label0 = plt.scatter(X.loc[:,'V1'][y==0],X.loc[:,'V2'][y==0])
label1 = plt.scatter(X.loc[:,'V1'][y==1],X.loc[:,'V2'][y==1])
label2 = plt.scatter(X.loc[:,'V1'][y==2],X.loc[:,'V2'][y==2])
 
plt.title("labled data")
plt.xlabel('V1')
plt.ylabel('V2')
plt.legend((label0,label1,label2),('label0','label1','label2'))
plt.scatter(centers[:,0],centers[:,1])
plt.show()

 相比原来的代码就多了第一行的操作，定一个合适画布的大小就可以方便动态调整子图了。

麻烦点的方法

 看到网上是有可以自定义子图大小的方法的，不过相比我想出来的这个方法，感觉太麻烦了。这个方法能解决我这一类问题了，如果后面遇到需要一个子图大一个子图小的问题再单独记录把。

总结

到此这篇关于调整Matplotlib子图大小的文章就介绍到这了,更多相关Matplotlib子图大小调整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:

相关文章

  • Python的UTC时间转换讲解

    Python的UTC时间转换讲解

    今天小编就为大家分享一篇关于Python的UTC时间转换讲解，小编觉得内容挺不错的，现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧
    2019-02-02
  • python运行shell命令subprocess的实现

    python运行shell命令subprocess的实现

    本文主要介绍了python运行shell命令subprocess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
    2023-03-03
  • Python入门教程(四十三)Python的NumPy数据类型

    Python入门教程(四十三)Python的NumPy数据类型

    这篇文章主要介绍了Python入门教程(四十二)Python的NumPy数组裁切,NumPy有一些额外的数据类型，并通过一个字符引用数据类型，例如 i 代表整数，u 代表无符号整数等,需要的朋友可以参考下
    2023-05-05
  • Django 添加静态文件的两种实现方法(必看篇)

    Django 添加静态文件的两种实现方法(必看篇)

    下面小编就为大家带来一篇Django 添加静态文件的两种实现方法(必看篇)。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧
    2017-07-07
  • Python中的Numpy 矩阵运算

    Python中的Numpy 矩阵运算

    这篇文章介绍Python中的Numpy 矩阵运算,NumPy是Python的一种开源的数值计算扩展.这种工具可用来存储和处理大型矩阵,比Python自身的嵌套列表结构要高效的多,支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库,下面详细内容,需要的朋友可以参考一下
    2021-11-11
  • mat矩阵和npy矩阵实现互相转换(python和matlab)

    mat矩阵和npy矩阵实现互相转换(python和matlab)

    这篇文章主要介绍了mat矩阵和npy矩阵实现互相转换(python和matlab)，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
    2022-07-07
  • git进行版本控制心得详谈

    git进行版本控制心得详谈

    这篇文章主要介绍了git进行版本控制的心得和经验，给并大家总结了作者的技巧，需要的朋友们参考一下吧。
    2017-12-12
  • Python中的深拷贝和浅拷贝详解

    Python中的深拷贝和浅拷贝详解

    这篇文章主要介绍了Python中的深拷贝和浅拷贝详解,本文讲解了变量-对象-引用、可变对象-不可变对象、拷贝等内容,需要的朋友可以参考下
    2015-06-06
  • 解决pycharm编辑区显示yaml文件层级结构遇中文乱码问题

    解决pycharm编辑区显示yaml文件层级结构遇中文乱码问题

    这篇文章主要介绍了解决pycharm编辑区显示yaml文件层级结构遇中文乱码问题，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
    2020-04-04
  • Python基于当前时间批量创建文件

    Python基于当前时间批量创建文件

    这篇文章主要介绍了Python基于当前时间批量创建文件,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,需要的朋友可以参考下
    2020-05-05

最新评论