python matplotlib中的subplot函数使用详解
python里面的matplotlib.pylot是大家比较常用的，功能也还不错的一个包。基本框架比较简单，但是做一个功能完善且比较好看整洁的图，免不了要网上查找一些函数。于是，为了节省时间，可以一劳永逸。我把常用函数作了一个总结，最后写了一个例子，以后基本不用怎么改了。
一、作图流程：
1.准备数据，，3作图，4定制，5保存，6显示
1.数据可以是numpy数组，也可以是list
2创建画布：
importmatplotlib.pyplotasplt #figure(num=None,figsize=None,dpi=None,facecolor=None,edgecolor=None,frameon=True) #num:图像编号或名称，数字为编号，字符串为名称 #figsize:指定figure的宽和高，单位为英寸； #dpi参数指定绘图对象的分辨率，即每英寸多少个像素，缺省值为80,1英寸等于2.5cm,A4纸是21*30cm的纸张 #facecolor:背景颜色 #edgecolor:边框颜色 #frameon:是否显示边 fig=plt.figure() fig=plt.figure(figsize=(8,6),dpi=80) fig.add_axes() fig,axes=plt.subplos(nrows=2,ncols=2)#axes是长度为4的列表
3、作图路线
一维数据：
axes[0,0].plot(x,y) axes[0,1].bar([1,2,3],[2,4,8]) axes[0,2].barh([1,2,3],[2,4,8]) axes[1,0].axhline(0.45) axes[1,1].scatter(x,y) axes[1,2].axvline(0.65) axes[2,0].fill(x,y,color='blue') axes[2,1].fill_between(x,y,color='blue') axes[2,2].violinplot(y) axes[0,3].arrow(0,0,0.5,0.5) axes[1,3].quiver(x,y)
4,定制
plt.plot(x,y,alpha=0.4,c='blue',maker='o')
#颜色，标记，透明度
#显示数学文本
t=np.arange(0.0,2.0,0.01)
s=np.sin(2*np.pi*t)
plt.plot(t,s)
plt.title(r'$\alpha_i>\beta_i$',fontsize=20)
plt.text(1,-0.6,r'$\sum_{i=0}^\inftyx_i$',fontsize=20)
plt.text(0.6,0.6,r'$\mathcal{A}\mathrm{sin}(2\omegat)$',
fontsize=20)
plt.xlabel('time(s)')
plt.ylabel('volts(mV)')
fig=plt.figure()
fig.suptitle('boldfiguresuptitle',fontsize=14,fontweight='bold')
ax=fig.add_subplot(111)
fig.subplots_adjust(top=0.85)
ax.set_title('axestitle')
ax.set_xlabel('xlabel')
ax.set_ylabel('ylabel')
ax.text(3,8,'boxeditalicstextindatacoords',style='italic',
bbox={'facecolor':'red','alpha':0.5,'pad':10})
ax.text(2,6,r'anequation:$E=mc^2$',fontsize=15)
ax.text(3,2,u'unicode:Institutf\374rFestk\366rperphysik')
ax.text(0.95,0.01,'coloredtextinaxescoords',
verticalalignment='bottom',horizontalalignment='right',
transform=ax.transAxes,
color='green',fontsize=15)
ax.plot([2],[1],'o')
#注释
ax.annotate('我是注释啦',xy=(2,1),xytext=(3,4),color='r',size=15,
arrowprops=dict(facecolor='g',shrink=0.05))
ax.axis([0,10,0,10])
5,保存显示
plt.savefig("1.png")
plt.savefig("1.png",trainsparent=True)
plt.show()
二、部分函数使用详解：
1,fig.add_subplot(numrows,numcols,fignum)####三个参数，分别代表子图的行数，列数，图索引号。eg:ax=fig.add_subplot(2,3,1)(or,ax=fig.add_subplot(231))
2,plt.subplots()使用
x=np.linspace(0,2*np.pi,400)
y=np.sin(x**2)
fig,ax=plt.subplots()
ax.plot(x,y)
ax.set_title('Simpleplot')
#Createstwosubplotsandunpackstheoutputarrayimmediately
#fig=plt.figure(figsize=(6,6))
f,(ax1,ax2)=plt.subplots(1,2,sharey=True)
ax1.plot(x,y)
ax1.set_title('SharingYaxis')
ax2.scatter(x,y)
#Createsfourpolaraxes,andaccessesthemthroughthereturnedarray
fig,axes=plt.subplots(2,2,subplot_kw=dict(polar=True))
axes[0,0].plot(x,y)
axes[1,1].scatter(x,y)
#ShareaXaxiswitheachcolumnofsubplots
plt.subplots(2,2,sharex='col')
#ShareaYaxiswitheachrowofsubplots
plt.subplots(2,2,sharey='row')
#SharebothXandYaxeswithallsubplots
plt.subplots(2,2,sharex='all',sharey='all')
#Notethatthisisthesameas
plt.subplots(2,2,sharex=True,sharey=True)
#Createsfigurenumber10withasinglesubplot
#andclearsitifitalreadyexists.
fig,ax=plt.subplots(num=10,clear=True)
3.plt.legend()
plt.legend(loc='StringorNumber',bbox_to_anchor=(num1,num2)) plt.legend(loc='uppercenter',bbox_to_anchor(0.6,0.95),ncol=3,fancybox=True,shadow=True) #bbox_to_anchor被赋予的二元组中，第一个数值用于控制legend的左右移动，值越大越向右边移动，第二个数值用于控制legend的上下移动，值越大，越向上移动
以上这篇pythonmatplotlib中的subplot函数使用详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。