Python+matplotlib绘制多子图的方法详解

　　matplotlib作为一种常见的可视化图形操作软件，在日常的生活中应用还是比较的广泛的，下面跟着小编的视角，带着大家去详细解答Python+matplotlib绘制多子图的方法。

　　本文速览

　　matplotlib.pyplot api绘制子图

　　面向对象方式绘制子图

　　matplotlib.gridspec.GridSpec绘制子图

　　任意位置添加子图

　　关于pyplot和面向对象两种绘图方式可参考之前文章：matplotlib.pyplot api verus matplotlib object-oriented

　　1、matplotlib.pyplot api方式添加子图

　　import matplotlib.pyplot as plt
　　my_dpi=96
　　plt.figure(figsize=(480/my_dpi,480/my_dpi),dpi=my_dpi)
　　plt.subplot(221)
　　plt.plot([1,2,3])
　　plt.subplot(222)
　　plt.bar([1,2,3],[4,5,6])
　　plt.title('plt.subplot(222)')#注意比较和上面面向对象方式的差异
　　plt.xlabel('set_xlabel')
　　plt.ylabel('set_ylabel',fontsize=15,color='g')#设置y轴刻度标签
　　plt.xlim(0,8)#设置x轴刻度范围
　　plt.xticks(range(0,10,2))#设置x轴刻度间距
　　plt.tick_params(axis='x',labelsize=20,rotation=45)#x轴标签旋转、字号等
　　plt.subplot(223)
　　plt.plot([1,2,3])
　　plt.subplot(224)
　　plt.bar([1,2,3],[4,5,6])
　　plt.suptitle('matplotlib.pyplot api',color='r')
　　fig.tight_layout(rect=(0,0,1,0.9))
　　plt.subplots_adjust(left=0.125,
　　bottom=-0.51,
　　right=1.3,
　　top=0.88,
　　wspace=0.2,
　　hspace=0.2
　　)
　　#plt.tight_layout()
　　plt.show()

　　2、面向对象方式添加子图

　　import matplotlib.pyplot as plt
　　my_dpi=96
　　fig,axs=plt.subplots(2,2,figsize=(480/my_dpi,480/my_dpi),dpi=my_dpi,
　　sharex=False,#x轴刻度值共享开启
　　sharey=False,#y轴刻度值共享关闭
　　)
　　#fig为matplotlib.figure.Figure对象
　　#axs为matplotlib.axes.Axes，把fig分成2x2的子图
　　axs[0][0].plot([1,2,3])
　　axs[0][1].bar([1,2,3],[4,5,6])
　　axs[0][1].set(title='title')#设置axes及子图标题
　　axs[0][1].set_xlabel('set_xlabel',fontsize=15,color='g')#设置x轴刻度标签
　　axs[0][1].set_ylabel('set_ylabel',fontsize=15,color='g')#设置y轴刻度标签
　　axs[0][1].set_xlim(0,8)#设置x轴刻度范围
　　axs[0][1].set_xticks(range(0,10,2))#设置x轴刻度间距
　　axs[0][1].tick_params(axis='x',#可选'y'，'both'
　　labelsize=20,rotation=45)#x轴标签旋转、字号等
　　axs[1][0].plot([1,2,3])
　　axs[1][1].bar([1,2,3],[4,5,6])
　　fig.suptitle('matplotlib object-oriented',color='r')#设置fig即整整张图的标题
　　#修改子图在整个figure中的位置（上下左右）
　　plt.subplots_adjust(left=0.125,
　　bottom=-0.61,
　　right=1.3,#防止右边子图y轴标题与左边子图重叠
　　top=0.88,
　　wspace=0.2,
　　hspace=0.2
　　)
　　#参数介绍
　　'''
　　##The figure subplot parameters.All dimensions are a fraction of the figure width and height.
　　#figure.subplot.left:0.125#the left side of the subplots of the figure
　　#figure.subplot.right:0.9#the right side of the subplots of the figure
　　#figure.subplot.bottom:0.11#the bottom of the subplots of the figure
　　#figure.subplot.top:0.88#the top of the subplots of the figure
　　#figure.subplot.wspace:0.2#the amount of width reserved for space between subplots,
　　#expressed as a fraction of the average axis width
　　#figure.subplot.hspace:0.2#the amount of height reserved for space between subplots,
　　#expressed as a fraction of the average axis height
　　'''
　　plt.show()

   　3、matplotlib.pyplot add_subplot方式添加子图

　　my_dpi=96
　　fig=plt.figure(figsize=(480/my_dpi,480/my_dpi),dpi=my_dpi)
　　fig.add_subplot(221)
　　plt.plot([1,2,3])
　　fig.add_subplot(222)
　　plt.bar([1,2,3],[4,5,6])
　　plt.title('fig.add_subplot(222)')
　　fig.add_subplot(223)
　　plt.plot([1,2,3])
　　fig.add_subplot(224)
　　plt.bar([1,2,3],[4,5,6])
　　plt.suptitle('matplotlib.pyplot api:add_subplot',color='r')

　　4、matplotlib.gridspec.GridSpec方式添加子图

　　语法：matplotlib.gridspec.GridSpec(nrows,ncols,figure=None,left=None,bottom=None,right=None,top=None,wspace=None,hspace=None,width_ratios=None,height_ratios=None)

　　import matplotlib.pyplot as plt
　　from matplotlib.gridspec import GridSpec
　　fig=plt.figure(dpi=100,
　　constrained_layout=True,#类似于tight_layout，使得各子图之间的距离自动调整【类似excel中行宽根据内容自适应】
　　)
　　gs=GridSpec(3,3,figure=fig)#GridSpec将fiure分为3行3列，每行三个axes，gs为一个matplotlib.gridspec.GridSpec对象，可灵活的切片figure
　　ax1=fig.add_subplot(gs[0,0:1])
　　plt.plot([1,2,3])
　　ax2=fig.add_subplot(gs[0,1:3])#gs[0,0:3]中0选取figure的第一行，0:3选取figure第二列和第三列
　　#ax3=fig.add_subplot(gs[1,0:2])
　　plt.subplot(gs[1,0:2])#同样可以使用基于pyplot api的方式
　　plt.scatter([1,2,3],[4,5,6],marker='*')
　　ax4=fig.add_subplot(gs[1:3,2:3])
　　plt.bar([1,2,3],[4,5,6])
　　ax5=fig.add_subplot(gs[2,0:1])
　　ax6=fig.add_subplot(gs[2,1:2])
　　fig.suptitle("GridSpec",color='r')
　　plt.show()

  　5、子图中绘制子图

　　import matplotlib.pyplot as plt
　　import matplotlib.gridspec as gridspec
　　def format_axes(fig):
　　for i,ax in enumerate(fig.axes):
　　ax.text(0.5,0.5,"ax%d"%(i+1),va="center",ha="center")
　　ax.tick_params(labelbottom=False,labelleft=False)
　　#子图中再绘制子图
　　fig=plt.figure(dpi=100,
　　constrained_layout=True,
　　)
　　gs0=GridSpec(1,2,figure=fig)#将figure切片为1行2列的两个子图
　　gs00=gridspec.GridSpecFromSubplotSpec(3,3,subplot_spec=gs0[0])#将以上第一个子图gs0[0]再次切片为3行3列的9个axes
　　#gs0[0]子图自由切片
　　ax1=fig.add_subplot(gs00[:-1,:])
　　ax2=fig.add_subplot(gs00[-1,:-1])
　　ax3=fig.add_subplot(gs00[-1,-1])
　　gs01=gs0[1].subgridspec(3,3)#将以上第二个子图gs0[1]再次切片为3行3列的axes
　　#gs0[1]子图自由切片
　　ax4=fig.add_subplot(gs01[:,:-1])
　　ax5=fig.add_subplot(gs01[:-1,-1])
　　ax6=fig.add_subplot(gs01[-1,-1])
　　plt.suptitle("GridSpec Inside GridSpec",color='r')
　　format_axes(fig)
　　plt.show()
　　6、任意位置绘制子图(plt.axes)
　　plt.subplots(1,2,dpi=100)
　　plt.subplot(121)
　　plt.plot([1,2,3])
　　plt.subplot(122)
　　plt.plot([1,2,3])
　　plt.axes([0.7,0.2,0.15,0.15],##[left,bottom,width,height]四个参数(fractions of figure)可以非常灵活的调节子图中子图的位置
　　)
　　plt.bar([1,2,3],[1,2,3],color=['r','b','g'])
　　plt.axes([0.2,0.6,0.15,0.15],
　　)
　　plt.bar([1,2,3],[1,2,3],color=['r','b','g'])

　　以上就是Python+matplotlib绘制多子图的方法详解的详细内容,希望可以给大家带来帮助。