文章目录

1 Subplot多合一显示
2 Subplot分格显示
- 2.1 Subplot
- 2.2 gridspec
- 2.3 subplots
3 图中图
4 次坐标轴

1 Subplot多合一显示

import matplotlib.pyplot as pltplt.figure()plt.subplot(2,2,1)
plt.plot([0,1],[0,1])plt.subplot(2,2,2)
plt.plot([0,1],[0,2])plt.subplot(223)
plt.plot([0,1],[0,3])plt.subplot(224)
plt.plot([0,1],[0,4])plt.show()

不均匀图中图
如果希望展示的小图的大小不相同, 应该怎么做呢? 以上面的4个小图为例, 如果把第1个小图放到第一行, 而剩下的3个小图都放到第二行.

使用plt.subplot(2,1,1)将整个图像窗口分为2行1列, 当前位置为1. 使用plt.plot([0,1],[0,1])在第1个位置创建一个小图.

plt.subplot(2,1,1)
plt.plot([0,1],[0,1])
使用plt.subplot(2,3,4)将整个图像窗口分为2行3列, 当前位置为4. 使用plt.plot([0,1],[0,2])在第4个位置创建一个小图.

plt.subplot(2,3,4)
plt.plot([0,1],[0,2])
这里需要解释一下为什么第4个位置放第2个小图. 上一步中使用plt.subplot(2,1,1)将整个图像窗口分为2行1列, 第1个小图占用了第1个位置, 也就是整个第1行. 这一步中使用plt.subplot(2,3,4)将整个图像窗口分为2行3列, 于是整个图像窗口的第1行就变成了3列, 也就是成了3个位置, 于是第2行的第1个位置是整个图像窗口的第4个位置.

使用plt.subplot(235)将整个图像窗口分为2行3列,当前位置为5. 使用plt.plot([0,1],[0,3])在第5个位置创建一个小图. 同上, 再创建plt.subplot(236).

plt.subplot(235)
plt.plot([0,1],[0,3])

plt.subplot(236)
plt.plot([0,1],[0,4])

plt.show() # 展示

2 Subplot分格显示

2.1 Subplot

import matplotlib.pyplot as pltplt.figure()ax1 = plt.subplot2grid((3, 3), (0, 0), colspan=3)
ax1.plot([1, 2], [1, 2])    # 画小图
ax1.set_title('ax1_title')  # 设置小图的标题ax2 = plt.subplot2grid((3, 3), (1, 0), colspan=2)
ax3 = plt.subplot2grid((3, 3), (1, 2), rowspan=2)
ax4 = plt.subplot2grid((3, 3), (2, 0))
ax5 = plt.subplot2grid((3, 3), (2, 1))ax4.scatter([1, 2], [2, 2])
ax4.set_xlabel('ax4_x')
ax4.set_ylabel('ax4_y')plt.show()

2.2 gridspec

使用import导入matplotlib.pyplot模块, 并简写成plt. 使用import导入matplotlib.gridspec, 并简写成gridspec.

import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
使用plt.figure()创建一个图像窗口, 使用gridspec.GridSpec将整个图像窗口分成3行3列.

plt.figure()
gs = gridspec.GridSpec(3, 3)
使用plt.subplot来作图, gs[0, :]表示这个图占第0行和所有列, gs[1, :2]表示这个图占第1行和第2列前的所有列, gs[1:, 2]表示这个图占第1行后的所有行和第2列, gs[-1, 0]表示这个图占倒数第1行和第0列, gs[-1, -2]表示这个图占倒数第1行和倒数第2列.

ax6 = plt.subplot(gs[0, :])
ax7 = plt.subplot(gs[1, :2])
ax8 = plt.subplot(gs[1:, 2])
ax9 = plt.subplot(gs[-1, 0])
ax10 = plt.subplot(gs[-1, -2])

2.3 subplots

使用plt.subplots建立一个2行2列的图像窗口，sharex=True表示共享x轴坐标, sharey=True表示共享y轴坐标. ((ax11, ax12), (ax13, ax14))表示第1行从左至右依次放ax11和ax12, 第2行从左至右依次放ax13和ax14.

f, ((ax11, ax12), (ax13, ax14)) = plt.subplots(2, 2, sharex=True, sharey=True)
使用ax11.scatter创建一个散点图.

ax11.scatter([1,2], [1,2])
plt.tight_layout()表示紧凑显示图像, plt.show()表示显示图像.

plt.tight_layout()
plt.show()

3 图中图

# 导入pyplot模块
import matplotlib.pyplot as plt# 初始化figure
fig = plt.figure()# 创建数据
x = [1, 2, 3, 4, 5, 6, 7]
y = [1, 3, 4, 2, 5, 8, 6]left, bottom, width, height = 0.1, 0.1, 0.8, 0.8ax1 = fig.add_axes([left, bottom, width, height])#
ax1.plot(x, y, 'r')
ax1.set_xlabel('x')
ax1.set_ylabel('y')
ax1.set_title('title')left, bottom, width, height = 0.2, 0.6, 0.25, 0.25
ax2 = fig.add_axes([left, bottom, width, height])
ax2.plot(y, x, 'b')
ax2.set_xlabel('x')
ax2.set_ylabel('y')
ax2.set_title('title inside 1')plt.axes([0.6, 0.2, 0.25, 0.25])
plt.plot(y[::-1], x, 'g') # 注意对y进行了逆序处理
plt.xlabel('x')
plt.ylabel('y')
plt.title('title inside 2')plt.show()

数据
首先是一些准备工作：

#导入pyplot模块
import matplotlib.pyplot as plt

#初始化figure
fig = plt.figure()

#创建数
x = [1, 2, 3, 4, 5, 6, 7]
y = [1, 3, 4, 2, 5, 8, 6]

大图
接着，我们来绘制大图。首先确定大图左下角的位置以及宽高：

left, bottom, width, height = 0.1, 0.1, 0.8, 0.8
注意，4个值都是占整个figure坐标系的百分比。在这里，假设figure的大小是10x10，那么大图就被包含在由(1, 1)开始，宽8，高8的坐标系内。

将大图坐标系添加到figure中，颜色为r(red)，取名为title：

ax1 = fig.add_axes([left, bottom, width, height])
ax1.plot(x, y, ‘r’)
ax1.set_xlabel(‘x’)
ax1.set_ylabel(‘y’)
ax1.set_title(‘title’)
效果如下：

图中图

小图
接着，我们来绘制左上角的小图，步骤和绘制大图一样，注意坐标系位置和大小的改变：

left, bottom, width, height = 0.2, 0.6, 0.25, 0.25
ax2 = fig.add_axes([left, bottom, width, height])
ax2.plot(y, x, ‘b’)
ax2.set_xlabel(‘x’)
ax2.set_ylabel(‘y’)
ax2.set_title(‘title inside 1’)
效果如下：

图中图

最后，我们来绘制右下角的小图。这里我们采用一种更简单方法，即直接往plt里添加新的坐标系：

plt.axes([0.6, 0.2, 0.25, 0.25])
plt.plot(y[::-1], x, ‘g’) # 注意对y进行了逆序处理
plt.xlabel(‘x’)
plt.ylabel(‘y’)
plt.title(‘title inside 2’)
最后显示图像：

plt.show()

4 次坐标轴

import matplotlib.pyplot as plt
import numpy as npx = np.arange(0, 10, 0.1)y1 = 0.05 * x**2y2 = -1 * y1fig, ax1 = plt.subplots()ax2 = ax1.twinx()ax1.plot(x, y1, 'g-')   # green, solid lineax1.set_xlabel('X data')ax1.set_ylabel('Y1 data', color='g')ax2.plot(x, y2, 'b-') # blueax2.set_ylabel('Y2 data', color='b')plt.show()

第一个y坐标
有时候我们会用到次坐标轴，即在同个图上有第2个y轴存在。同样可以用matplotlib做到，而且很简单。

首先，我们做一些准备工作：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(0, 10, 0.1)

y1 = 0.05 * x**2

y2 = -1 * y1
可以看到，y2和y1是互相倒置的。接着，获取figure默认的坐标系 ax1：

fig, ax1 = plt.subplots()

第二个y坐标
对ax1调用twinx()方法，生成如同镜面效果后的ax2：

ax2 = ax1.twinx()
接着进行绘图, 将 y1, y2 分别画在 ax1, ax2 上：

ax1.plot(x, y1, ‘g-’) # green, solid line

ax1.set_xlabel(‘X data’)

ax1.set_ylabel(‘Y1 data’, color=‘g’)

ax2.plot(x, y2, ‘b-’) # blue

ax2.set_ylabel(‘Y2 data’, color=‘b’)

显示图像：