Matplotlib 绘制多图

我们可以使用 pyplot 中的 subplot() 和 subplots() 方法来绘制多个子图。

subplot() 方法在绘图时需要指定位置，subplots() 方法可以一次生成多个，在调用时只需要调用生成对象的 ax 即可。

subplot

subplot(nrows, ncols, index, **kwargs)
subplot(pos, **kwargs)
subplot(**kwargs)
subplot(ax)

以上函数将整个绘图区域分成 nrows 行和 ncols 列，然后从左到右，从上到下的顺序对每个子区域进行编号 1...N ，左上的子区域的编号为 1、右下的区域编号为 N，编号可以通过参数 index 来设置。

设置 numRows ＝ 1，numCols ＝ 2，就是将图表绘制成 1x2 的图片区域, 对应的坐标为：

(1, 1), (1, 2)

plotNum ＝ 1, 表示的坐标为(1, 1), 即第一行第一列的子图。

plotNum ＝ 2, 表示的坐标为(1, 2), 即第一行第二列的子图。

import matplotlib.pyplot as plt

import numpy as np



#plot 1:

xpoints = np.array([0, 6])

ypoints = np.array([0, 100])



plt.subplot(1, 2, 1)

plt.plot(xpoints,ypoints)

plt.title("plot 1")



#plot 2:

x = np.array([1, 2, 3, 4])

y = np.array([1, 4, 9, 16])



plt.subplot(1, 2, 2)

plt.plot(x,y)

plt.title("plot 2")



plt.suptitle("RUNOOB subplot Test")

plt.show()

显示结果如下：

Matplotlib 绘制多图

设置 numRows ＝ 2，numCols ＝ 2，就是将图表绘制成 2x2 的图片区域, 对应的坐标为：

(1, 1), (1, 2)
(2, 1), (2, 2)

plotNum ＝ 1, 表示的坐标为(1, 1), 即第一行第一列的子图。

plotNum ＝ 2, 表示的坐标为(1, 2), 即第一行第二列的子图。

plotNum ＝ 3, 表示的坐标为(2, 1), 即第二行第一列的子图。

plotNum ＝ 4, 表示的坐标为(2, 2), 即第二行第二列的子图。

import matplotlib.pyplot as plt

import numpy as np



#plot 1:

x = np.array([0, 6])

y = np.array([0, 100])



plt.subplot(2, 2, 1)

plt.plot(x,y)

plt.title("plot 1")



#plot 2:

x = np.array([1, 2, 3, 4])

y = np.array([1, 4, 9, 16])



plt.subplot(2, 2, 2)

plt.plot(x,y)

plt.title("plot 2")



#plot 3:

x = np.array([1, 2, 3, 4])

y = np.array([3, 5, 7, 9])



plt.subplot(2, 2, 3)

plt.plot(x,y)

plt.title("plot 3")



#plot 4:

x = np.array([1, 2, 3, 4])

y = np.array([4, 5, 6, 7])



plt.subplot(2, 2, 4)

plt.plot(x,y)

plt.title("plot 4")



plt.suptitle("RUNOOB subplot Test")

plt.show()

显示结果如下：

Matplotlib 绘制多图

subplots()

subplots() 方法语法格式如下：

matplotlib.pyplot.subplots(nrows=1, ncols=1, *, sharex=False, sharey=False, squeeze=True, subplot_kw=None, gridspec_kw=None, **fig_kw)

参数说明：

nrows：默认为 1，设置图表的行数。
ncols：默认为 1，设置图表的列数。
sharex、sharey：设置 x、y 轴是否共享属性，默认为 false，可设置为 'none'、'all'、'row' 或 'col'。 False 或 none 每个子图的 x 轴或 y 轴都是独立的，True 或 'all'：所有子图共享 x 轴或 y 轴，'row' 设置每个子图行共享一个 x 轴或 y 轴，'col'：设置每个子图列共享一个 x 轴或 y 轴。
squeeze：布尔值，默认为 True，表示额外的维度从返回的 Axes(轴)对象中挤出，对于 N*1 或 1*N 个子图，返回一个 1 维数组，对于 N*M，N>1 和 M>1 返回一个 2 维数组。如果设置为 False，则不进行挤压操作，返回一个元素为 Axes 实例的2维数组，即使它最终是1x1。
subplot_kw：可选，字典类型。把字典的关键字传递给 add_subplot() 来创建每个子图。
gridspec_kw：可选，字典类型。把字典的关键字传递给 GridSpec 构造函数创建子图放在网格里(grid)。
**fig_kw：把详细的关键字参数传给 figure() 函数。

import matplotlib.pyplot as plt

import numpy as np



# 创建一些测试数据 -- 图1

x = np.linspace(0, 2*np.pi, 400)

y = np.sin(x**2)



# 创建一个画像和子图 -- 图2

fig, ax = plt.subplots()

ax.plot(x, y)

ax.set_title('Simple plot')



# 创建两个子图 -- 图3

f, (ax1, ax2) = plt.subplots(1, 2, sharey=True)

ax1.plot(x, y)

ax1.set_title('Sharing Y axis')

ax2.scatter(x, y)



# 创建四个子图 -- 图4

fig, axs = plt.subplots(2, 2, subplot_kw=dict(projection="polar"))

axs[0, 0].plot(x, y)

axs[1, 1].scatter(x, y)



# 共享 x 轴

plt.subplots(2, 2, sharex='col')



# 共享 y 轴

plt.subplots(2, 2, sharey='row')



# 共享 x 轴和 y 轴

plt.subplots(2, 2, sharex='all', sharey='all')



# 这个也是共享 x 轴和 y 轴

plt.subplots(2, 2, sharex=True, sharey=True)



# 创建标识为 10 的图，已经存在的则删除

fig, ax = plt.subplots(num=10, clear=True)



plt.show()