1、函数subplot()的使用方法
1 import matplotlib.pyplot as plt 2 import numpy as np 3 4 x = np.linspace(-2*np.pi,2*np.pi,200) 5 y1 = np.sin(x) 6 y2 = np.cos(x) 7 8 plt.subplot(121) 9 plt.plot(x,y1) 10 11 plt.subplot(122) 12 plt.plot(x,y2) 13 14 plt.show()
2、在极坐标轴上绘制折线图
1 import matplotlib.pyplot as plt 2 import numpy as np 3 4 radii = np.linspace(0,1,100) 5 theta = 2 * np.pi * radii # θ=2*np.pi*半径 6 7 fig = plt.subplot(111, # 1行1列第一个子区 8 polar=True) # 在极坐标上绘制 9 fig.plot(theta, # 表达式 10 radii, # 半径 11 color="r", # 折线条颜色 12 linestyle="-", # 线条样式 13 linewidth=2) # 线条宽度 14 plt.show()
3、在极坐标轴上绘制散点图
1 import matplotlib.pyplot as plt 2 import numpy as np 3 import matplotlib 4 5 radii = 30 * np.random.rand(100) 6 theta = 2 * np.pi * np.random.rand(100) 7 colors = np.random.rand(100) 8 size = 50 * radii 9 10 fig = plt.subplot(111, # 1行1列第1个子区 11 polar=True) # 在极坐标轴上绘制 12 # 在极坐标轴上绘制散点图 13 fig.scatter(theta, # 表达式 14 radii, # 半径 15 s=size, # 散点图大小 16 c=colors, # 散点图颜色 17 cmap=matplotlib.cm.PuOr, # 使用颜色映射表PuOr对散点进行着色 18 marker="*") # 散点图样式 19 plt.show()
4、在非等分的绘图区域上实现绘图展示
1 import matplotlib.pyplot as plt 2 import numpy as np 3 4 fig = plt.figure() 5 6 x = np.linspace(0.0,2*np.pi) 7 y = np.cos(x) * np.sin(x) 8 9 ax1 = fig.add_subplot(121) 10 ax1.margins(0.03) 11 ax1.plot(x,y,ls="-",lw="2",color="b") 12 13 ax2 = fig.add_subplot(222) 14 ax2.margins(0.7,0.7) 15 ax2.plot(x,y,ls="-",lw="2",color="r") 16 17 ax3 = fig.add_subplot(224) 18 ax3.margins(x=0.1,y=0.3) 19 ax3.plot(x,y,ls="-",lw="2",color="g") 20 21 plt.show()
需要注意的是实例方法margins（m）可以设置数据范围的空白区域，也就是说M倍的数据区间会被添加到原来数据区间的两端，数据空白区域的调整类型即包括x轴也包括y轴的数据区间，参数m的取值范围是>-0.5的任意浮点数。
5、函数subplot2grid()的使用方法：让子区跨越固定网格布局
1 import matplotlib 2 import matplotlib.pyplot as plt 3 import numpy as np 4 5 # 显示中文标识 6 matplotlib.rcParams["font.sans-serif"] = ["SimHei"] 7 matplotlib.rcParams["axes.unicode_minus"] = False 8 9 plt.subplot2grid(shape=(2,3), # 2行3列 10 loc=(0,0), # 以第1行第1列作为起点 11 colspan=2) # 图像占画布列的2个单位 12 x = np.linspace(0.0,4.0,100) 13 y = np.random.randn(100) 14 plt.scatter(x,y,c="c") 15 plt.title("散点图") 16 17 plt.subplot2grid(shape=(2,3), # 2行3列 18 loc=(0,2), # 以第1行第3列作为起点 19 colspan=1) # 图像占画布列的1个单位 20 plt.title("空白绘图区域") 21 22 plt.subplot2grid(shape=(2,3), # 2行3列 23 loc=(1,0), # 以第2行第1列作为起点 24 colspan=3) # 图像占画布列的3个单位 25 x = np.linspace(0.0,4.0,100) 26 y1 = np.sin(x) 27 plt.plot(x,y1,lw=2,ls="-") 28 plt.xlim(0,3) 29 plt.grid(True,ls=":",c="r") 30 plt.title("折线图") 31 32 # 给整个画布添加标题 33 plt.suptitle("subplot2grid函数的实例展示",fontsize=25) 34 plt.show()
6、创建一张画布和一个子区的绘图模式
1 import matplotlib 2 import matplotlib.pyplot as plt 3 import numpy as np 4 5 # 显示中文标识 6 matplotlib.rcParams["font.sans-serif"] = ["SimHei"] 7 matplotlib.rcParams["axes.unicode_minus"] = False 8 9 font_style = dict(fontsize=18,weight="black") 10 11 x = np.linspace(0,2*np.pi,500) 12 y = np.sin(x) * np.cos(x) 13 14 # 返回一个画布对象fig和一个坐标轴实例ax，subplot_kw：设置坐标轴的背景颜色 15 fig, ax = plt.subplots(1,1,subplot_kw=dict(facecolor="cornflowerblue")) 16 ax.plot(x,y,"k--",lw=2) 17 ax.set_xlabel("时间(秒)",**font_style) 18 ax.set_ylabel("振幅",**font_style) 19 ax.set_title("简单折线图",**font_style) 20 21 ax.set_xlim(0,2*np.pi) 22 ax.set_ylim(-0.65,0.65) 23 24 ax.grid(ls=":",lw=1,color="gray",alpha=0.8) 25 26 plt.show()
7、创建一张画布和两个子区的绘图模式
1 import matplotlib 2 import matplotlib.pyplot as plt 3 import numpy as np 4 5 # 显示中文标识 6 matplotlib.rcParams["font.sans-serif"] = ["SimHei"] 7 matplotlib.rcParams["axes.unicode_minus"] = False 8 9 font_style = dict(fontsize=18,weight="black") 10 11 x = np.linspace(0,2*np.pi,500) 12 y = np.sin(x) * np.exp(-x) 13 14 # 返回一个画布对象fig和一个坐标轴实例ax。使用sharey = True在matplotlib子图上标记标签 15 fig,ax = plt.subplots(1,2,sharey=True) 16 ax1 = ax[0] # 1行2列的第1个子区 17 ax1.plot(x,y,"k--",lw=2) 18 ax1.set_title("折线图") 19 ax1.grid(ls=":",lw=2,color="gray",alpha=0.8) 20 21 ax2 = ax[1] # 1行2列的第2个子区 22 ax2.scatter(x,y,s=10,c="skyblue",marker="o") 23 ax2.set_title("散点图") 24 25 plt.suptitle("创建一张画布两个子区的绘图模式") 26 plt.show()
