Python?Matplotlib如何通過plt.subplots創(chuàng)建子繪圖

這篇文章主要介紹“Python Matplotlib如何通過plt.subplots創(chuàng)建子繪圖”，在日常操作中，相信很多人在Python Matplotlib如何通過plt.subplots創(chuàng)建子繪圖問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”Python Matplotlib如何通過plt.subplots創(chuàng)建子繪圖”的疑惑有所幫助！接下來，請跟著小編一起來學(xué)習(xí)吧！

前言

plt.subplots調(diào)用后將會產(chǎn)生一個(gè)圖表（Figure）和默認(rèn)網(wǎng)格（Grid），與此同時(shí)提供一個(gè)合理的控制策略布局子繪圖。

一、只有子圖的繪制

如果沒有提供參數(shù)給subplots將會返回：

Figure一個(gè)Axes對象

例子：

fig, ax = plt.subplots()
ax.plot(x, y)
ax.set_title('A single plot')

二、單個(gè)方向堆疊子圖

堆疊子圖就需要用到額外的可選參數(shù)，分別是子圖的行和列數(shù)，如果你只傳遞一個(gè)數(shù)字，默認(rèn)列數(shù)為1，行堆疊。

比如：

fig, axs = plt.subplots(2)
fig.suptitle('Vertically stacked subplots')
axs[0].plot(x, y)
axs[1].plot(x, -y)

當(dāng)然如果你的子圖比較少，可以考慮用元組接收axes對象：

fig, (ax1, ax2) = plt.subplots(2)
fig.suptitle('Vertically stacked subplots')
ax1.plot(x, y)
ax2.plot(x, -y)

如果想要按照行排列，將參數(shù)改成(1,2)即可。

三、行列方向擴(kuò)展子圖

如果行列擴(kuò)展子圖，那么axes返回的則是一個(gè)二維Numpy數(shù)組。利用axe的flat屬性，可以批量對軸進(jìn)行賦值。

fig, axs = plt.subplots(2, 2)
axs[0, 0].plot(x, y)
axs[0, 0].set_title('Axis [0, 0]')# 等價(jià)于axes[0][0]
axs[0, 1].plot(x, y, 'tab:orange')
axs[0, 1].set_title('Axis [0, 1]')
axs[1, 0].plot(x, -y, 'tab:green')
axs[1, 0].set_title('Axis [1, 0]')
axs[1, 1].plot(x, -y, 'tab:red')
axs[1, 1].set_title('Axis [1, 1]')

for ax in axs.flat:
    ax.set(xlabel='x-label', ylabel='y-label')

# Hide x labels and tick labels for top plots and y ticks for right plots.
for ax in axs.flat:
    ax.label_outer()

當(dāng)然你可以用單個(gè)軸對象接收：

fig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(2, 2)
fig.suptitle('Sharing x per column, y per row')
ax1.plot(x, y)
ax2.plot(x, y**2, 'tab:orange')
ax3.plot(x, -y, 'tab:green')
ax4.plot(x, -y**2, 'tab:red')

for ax in fig.get_axes():
    ax.label_outer()

四、共享軸

默認(rèn)情況下，每個(gè)子圖都是獨(dú)立創(chuàng)建的。

看下面這個(gè)例子：

fig, (ax1, ax2) = plt.subplots(2)
fig.suptitle('Axes values are scaled individually by default')
ax1.plot(x, y)
ax2.plot(x + 1, -y)

可以看出兩者的橫坐標(biāo)刻度并不對齊，那么應(yīng)該如何設(shè)置共享？答：在subplot創(chuàng)建之時(shí)使用sharex=True和sharedy=True分別創(chuàng)建X軸共享或者Y軸共享。

將上邊的例子修改為以下：

fig, (ax1, ax2) = plt.subplots(2, sharex=True)
fig.suptitle('Aligning x-axis using sharex')
ax1.plot(x, y)
ax2.plot(x + 1, -y)

結(jié)果如下：

OK，看上去確實(shí)統(tǒng)一了坐標(biāo)軸，除此，python幫你移除了多余的坐標(biāo)刻度，上面中間的刻度被刪除了。

如果你覺得中間的留白不太舒服的話，也有辦法去除。方法是通過GridSpec對象，但是使用上就比較麻煩了，因?yàn)槟阈枰约簞?chuàng)建一個(gè)figure并使用add_gridspec返回這個(gè)對象，然后再通過subplot進(jìn)行接下來的操作。

直接看例子吧：

fig = plt.figure()
gs = fig.add_gridspec(3, hspace=0)
axs = gs.subplots(sharex=True, sharey=True)
fig.suptitle('Sharing both axes')
axs[0].plot(x, y ** 2)
axs[1].plot(x, 0.3 * y, 'o')
axs[2].plot(x, y, '+')

# Hide x labels and tick labels for all but bottom plot.
for ax in axs:
    ax.label_outer()

這里還用到了軸的label_outer方法，這是用來隱藏非邊界的坐標(biāo)軸的?！皊hare”在這里的意思是：共享一個(gè)坐標(biāo)軸，也就意味著刻度的位置是對齊的。

請注意，修改sharex和sharey是全局修改的，所以你如果想讓每一行和每一列共享一個(gè)坐標(biāo)軸，可以考慮用sharex='col', sharey='row'。

fig = plt.figure()
gs = fig.add_gridspec(2, 2, hspace=0, wspace=0)
(ax1, ax2), (ax3, ax4) = gs.subplots(sharex='col', sharey='row')
fig.suptitle('Sharing x per column, y per row')
ax1.plot(x, y)
ax2.plot(x, y**2, 'tab:orange')
ax3.plot(x + 1, -y, 'tab:green')
ax4.plot(x + 2, -y**2, 'tab:red')

for ax in axs.flat:
    ax.label_outer()

如果你需要關(guān)聯(lián)更加復(fù)雜的共享軸關(guān)系，可以創(chuàng)建出來使用axe的成員sharex、sharey進(jìn)行設(shè)置：

fig, axs = plt.subplots(2, 2)
axs[0, 0].plot(x, y)
axs[0, 0].set_title("main")
axs[1, 0].plot(x, y**2)
axs[1, 0].set_title("shares x with main")
axs[1, 0].sharex(axs[0, 0])
axs[0, 1].plot(x + 1, y + 1)
axs[0, 1].set_title("unrelated")
axs[1, 1].plot(x + 2, y + 2)
axs[1, 1].set_title("also unrelated")
fig.tight_layout()# 讓繪圖更加緊湊

五、極坐標(biāo)子圖

fig, (ax1, ax2) = plt.subplots(1, 2, subplot_kw=dict(projection='polar'))
ax1.plot(x, y)
ax2.plot(x, y ** 2)
plt.show()

到此，關(guān)于“Python Matplotlib如何通過plt.subplots創(chuàng)建子繪圖”的學(xué)習(xí)就結(jié)束了，希望能夠解決大家的疑惑。理論與實(shí)踐的搭配能更好的幫助大家學(xué)習(xí)，快去試試吧！若想繼續(xù)學(xué)習(xí)更多相關(guān)知識，請繼續(xù)關(guān)注億速云網(wǎng)站，小編會繼續(xù)努力為大家?guī)砀鄬?shí)用的文章！