Subplot和Subplots绘制子图
Subplot和Subplots绘制子图
plot可以绘出精美的图形，但是如果想要在一张图中展示多个子图，plot就很难办了。
matplotlib提供了subplot来解决这一问题。（其实很像matlab中的绘图方法）
Subplot绘图方法
首先利用之前plot的方法，在一个人图中绘制两个曲线：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 |
import numpy as np import matplotlib.pyplot as plt x = np.linspace(0.0, 5.0) y1 = np.sin(np.pi*x) y2 = np.sin(np.pi*x*2) plt.plot(x, y1, 'b--', label='sin(pi*x)') plt.ylabel('y1 value') plt.plot(x, y2, 'r--', label='sin(pi*2x)') plt.ylabel('y2 value') plt.xlabel('x value') plt.title('this is x-y value') plt.legend() plt.show() |
现在的效果是两个图像挤在一张图片中，有些情况下这样的布局比较好，有些情况下则需要将两个曲线分开到两个不同的子图像中绘制，这样可以如下：
subplot在指定分割子图个数和定位子图时可以使用参数连写的方式如：
plt.subplot(221)
|
1 2 3 4 5 6 7 8 9 |
plt.subplot(211) plt.plot(x,y1,'b--',label='sin(pi*x)') plt.ylabel('y1 value') plt.subplot(212) plt.plot(x,y2,'r--',label='sin(pi*2x)') plt.ylabel('y2 value') plt.xlabel('x label') plt.show() |
plt.subplot(2,1,1)会将原始的图像切割成2个子图像，是2行1列，并将现在的操作位置转到第一个子图上，这样便实现了绘制子图的方法。
如果指定的是plt.subplot(2,2,1)，表示将会切割成2行2列额4个子图，那么将会是如下情况：
|
1 2 3 4 5 6 7 8 |
plt.subplot(221) plt.plot(x,y1,'b--',label='sin(pi*x)') plt.ylabel('y1 value') plt.subplot(222) plt.plot(x,y2,'r--',label='sin(pi*2x)') plt.ylabel('y2 value') plt.xlabel('x label') |
填充所有子图：
|
1 2 3 4 5 6 7 8 9 10 11 12 |
plt.subplot(221) plt.plot(x, y1, 'b--') plt.ylabel('y1') plt.subplot(222) plt.plot(x, y2, 'r--') plt.ylabel('y2') plt.xlabel('x') plt.subplot(223) plt.plot(x, y1, 'r*') plt.subplot(224) plt.plot(x, y1, 'b*') |
Subplots绘图方法
subplots返回的值的类型为元组，其中包含两个元素：第一个为一个画布，第二个是子图
subplots指定一个子图：
subplots指定多个子图：
可见，画布被分为了4各部分，而ax变成了一个包含四个子图对象的array
现在可以针对每一个子图进行画图：
