Python中如何用Matplotlib绘制多图并合并展示
更新时间：2023年08月18日 09:46:18 作者：_大峰_
这篇文章主要介绍了Python中如何用Matplotlib绘制多图并合并展示问题,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
有个需求就是利用Matplotlib画几个像模像样的统计图然后合并在一张图中，因为此前很少用这方面的东西，所以折腾了不少时间，今天介绍一下。
1、subplot多合一
其实，利用python 的matplotlib包下的subplot函数可以将多个子图放在同一个画板上。
在此之前，我们先来看一个案例：
import matplotlib.pyplot as plt import numpy as np plt.rcParams['font.sans-serif']=['SimHei'] # 用来正常显示中文标签 plt.rcParams['axes.unicode_minus']=False # 用来正常显示负号 t=np.arange(0.0,2.0,0.1) s=np.sin(t*np.pi) plt.figure(figsize=(8,8), dpi=80) plt.figure(1) ax1 = plt.subplot(221) ax1.plot(t,s, color="r",linestyle = "--") ax2 = plt.subplot(222) ax2.plot(t,s,color="y",linestyle = "-") ax3 = plt.subplot(223) ax3.plot(t,s,color="g",linestyle = "-.") ax4 = plt.subplot(224) ax4.plot(t,s,color="b",linestyle = ":")
效果如下：
可以看到，一个画板上放了4个子图。达到了我们想要的效果。
好了我们现在来解析一下刚刚的部分代码：
plt.figure(1)：表示取第一块画板，通俗地讲，一个画板就是一张图，如果你有多个画板，那么最后就会弹出多张图。
plt.subplot(221)：221表示将画板划分为2行2列，然后取第1个区域。那么第几个区域是怎么界定的呢？这个规则遵循行优先数数规则！比如说4个区域：
优先从行开始数，从左到右按顺序1234……然后再下一行。那么下面这几行代码大家都懂了吧：
ax1 = plt.subplot(221) ax1.plot(t,s, color="r",linestyle = "--") ax2 = plt.subplot(222) ax2.plot(t,s,color="y",linestyle = "-") ax3 = plt.subplot(223) ax3.plot(t,s,color="g",linestyle = "-.") ax4 = plt.subplot(224) ax4.plot(t,s,color="b",linestyle = ":")
一共划分了2X2=4个区域，然后1234分别开始绘图。
so easy！
比如我们想达到下面的效果：
那么只需要：
import matplotlib.pyplot as plt import numpy as np plt.rcParams['font.sans-serif']=['SimHei'] # 用来正常显示中文标签 plt.rcParams['axes.unicode_minus']=False # 用来正常显示负号 t=np.arange(0.0,2.0,0.1) s=np.sin(t*np.pi) plt.figure(figsize=(8,8), dpi=80) plt.figure(1) ax1 = plt.subplot(221) plt.plot([1,2,3,4],[4,5,7,8], color="r",linestyle = "--") ax2 = plt.subplot(222) plt.plot([1,2,3,5],[2,3,5,7],color="y",linestyle = "-") ax3 = plt.subplot(212) plt.plot([1,2,3,4],[11,22,33,44],color="g",linestyle = "-.")
子图1和子图2与上面的一样，主要是子图3，plt.subplot(212)表示将整个画板分成两部分后取第2块，即下面的部分。
2、subplot2grid分格显示
这种方式和上一种实现的效果一样，只不过更加容易理解罢了，先来看一个案例代码：
import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif']=['SimHei'] # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False # 用来正常显示负号
#method1: subplot2grid
###########################
plt.figure(figsize=(12, 10), dpi=80)
ax1=plt.subplot2grid((3,3),(0,0),colspan=3,rowspan=1)#相当于格子分成3行3列,列跨度为3，行跨度为1
ax1.plot([1,2],[1,2]) #轴的范围，x轴，y轴。
ax1.set_title('ax1_title')
ax2=plt.subplot2grid((3,3),(1,0),colspan=2,rowspan=1)
ax2.plot([2,4,6],[7,9,15])
ax3=plt.subplot2grid((3,3),(1,2),colspan=1,rowspan=1)
x = np.arange(4)
y = np.array([15,20,18,25])
ax3.bar(x,y)
ax4=plt.subplot2grid((3,3),(2,0),colspan=1,rowspan=1)
ax5=plt.subplot2grid((3,3),(2,1),colspan=2,rowspan=1)效果如下：
结合图可能更好理解一点，其中代码：
plt.subplot2grid((3,3),(0,0),colspan=3,rowspan=1)
第一个参数(3,3)相当于格子分成3行3列,第二个参数(0,0)表示该子图的开始位置，colspan=3表示子图的列跨度为3，rowspan=1表示子图的行跨度为1。
总结
好了，以上就是Matplotlib绘制多图的内容，是不是很简单呢！
这些仅为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
本篇文章主要介绍了Python 实现淘宝秒杀的示例代码，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2018-01-01
这篇文章主要为大家介绍了python反反爬虫技术限制连续请求时间处理，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2022-06-06
python matplotlib工具栏源码探析三之添加、删除自定义工具项的案例详解
这篇文章主要介绍了python matplotlib工具栏源码探析三之添加、删除自定义工具项的案例详解,本文通过实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2021-02-02
psutil是Python的一个第三方库，提供了各种强大的硬件信息查阅功能，这篇文章主要为大家介绍了如何利用psutil获取CPU与内存等硬件信息，需要的可以参考一下2023-07-07
这篇文章主要介绍了python-docx处理Word必备工具,我主要讲讲自己用到的几个内容是怎么设置的，对python-docx处理Word的相关知识感兴趣的朋友一起看看吧2021-10-10
相信大多数 Python 的初学者们都曾为环境问题而头疼不已，但你并不孤独，大家都是这么折腾过来的。为了在入门时少走弯路，并且让高涨的积极性不至于太受打击，这里推荐使用 Anaconda 来管理你的安装环境和各种工具包2018-04-04
这篇文章主要介绍了Python运算符的使用简单介绍，文章围绕主题展开详细的内容介绍，具有一定的参考价值，需要的朋友可以参考一下2022-08-08
这篇文章主要介绍了PyQt 5 设置Logo图标和Title标题的操作，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2021-03-03
这篇文章主要和大家分享一个非常有趣的Python教程—如何美化一个 matplotlib折线图。文中的示例代码讲解详细，感兴趣的可以了解一下2022-05-05
python中import和from-import的区别解析
这篇文章主要介绍了python中import和from-import的区别解析,本文通过实例代码给大家讲解的非常详细，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2022-12-12
最新评论