一、fig, ax = plt.subplots()的作用？

它是用来创建总画布/figure“窗口”的，有figure就可以在上边（或其中一个子网格/subplot上）作图了，（fig：是figure的缩写）。

plt.subplot(111)是plt.subplot(1, 1, 1)另一个写法而已[引用链接]，更完整的写法是plt.subplot(nrows=1, ncols=1, index=1)[官网matplot.pyplot.subplot链接]；
fig, ax = plt.subplots()等价于fig, ax = plt.subplots(11)[引用链接]。
fig, axes = plt.subplots(2, 3)：即表示一次性在figure上创建成2*3的网格，使用plt.subplot()只能一个一个的添加[引用链接]：

fig = plt.figure()
ax = plt.subplot(231)
ax = plt.subplot(232)
ax = plt.subplot(233)
ax = plt.subplot(234)
ax = plt.subplot(235)
ax = plt.subplot(236)

二、参数的含义？

首先看 fig = plt.figure()

matpltlib.pyplot.figure(
num = None,               # 设定figure名称。系统默认按数字升序命名的figure_num（透视表输出窗口）e.g. “figure1”。可自行设定figure名称，名称或是INT，或是str类型；
figsize=None,             # 设定figure尺寸。系统默认命令是rcParams["figure.fig.size"] = [6.4, 4.8]，即figure长宽为6.4 * 4.8；
dpi=None,                 # 设定figure像素密度。系统默命令是rcParams["sigure.dpi"] = 100；
facecolor=None,           # 设定figure背景色。系统默认命令是rcParams["figure.facecolor"] = 'w'，即白色white；
edgecolor=None, frameon=True,    # 设定要不要绘制轮廓&轮廓颜色。系统默认绘制轮廓，轮廓染色rcParams["figure.edgecolor"]='w',即白色white；
FigureClass=<class 'matplotlib.figure.Figure'>,   # 设定使不使用一个figure模板。系统默认不使用；
clear=False,                     # 设定当同名figure存在时，是否替换它。系统默认False，即不替换。
**kwargs)

然后看ax = plt.subplot()

三、怎么在一个图上排列多个子图？

比如说我们想画个2*2的子图，每个子图对应一个表。

先重点考虑2个步骤。

· 第1个步骤：创建多维窗口：

fig, axes = plt.subplots(2, 2)  # 此处是一个2*2的图

· 第2个步骤：设定各个透视子图在窗口的位置：

data.plot.bar(ax=axes[1,1], color='b', alpha=0.5)  # ax=[1,1] 即位置是第2行、第二列。（python从0开始计数，所以“1”代表第2的）data.plot.barh(ax=axes[0,1], color='k', alpha=0.5) # alpha：设定图表的透明度；

再添加子透视图代码。

· 第3个步骤：得到完整的代码：

import pandas as pd
import numpy as np
import matplotlib.pyplot as pltfig, axes = plt.subplots(2, 2)data = pd.Series(np.random.rand(16), index=list('abcdefghijklmnop'))data.plot.bar(ax=axes[1,1], color='b', alpha = 0.5)
data.plot.barh(ax=axes[0,1], color='k', alpha=0.5)plt.show()

四、怎么把多个子图一起合并到一个图上？

最主要的一点是让多个图线共用一个x坐标轴。

语句规定N个折线图共用一个x坐标（注意：y轴分主副轴）：

import numpy as np
import matplotlib.pyplot as pltfig, ax1 = plt.subplots(1, 1)             # 做1*1个子图，等价于 " fig, ax1 = plt.subplot() "，等价于 " fig, ax1 = plt.subplots() "ax2 = ax1.twinx()                         # 让2个子图的x轴一样，同时创建副坐标轴。# 作y=sin(x)函数
x1 = np.linspace(0, 4 * np.pi, 100)
y1 = np.sin(x1)
ax1.plot(x1, y1)#  作y = cos(x)函数
x2 = np.linspace(0, 4 * np.pi, 100)       # 表示在区间[0, 4π]之间取100个点（作为横坐标，“线段是有无数多个点组成的”）。
y2 = np.cos(x2)
ax2.plot(x2, y2)plt.savefig('sin_cos_2.png')               # 将窗口另存为png格式图片

如果需要主副y轴都一样：就把ax1和ax2它俩用ax一个取代了。

自定义图表样式：比如旋转x轴标签、上边和右边的坐标轴不显示、曲线和y轴对齐等

import matplotlib.pyplot as pltplt.rcParams['font.family'] = ['SimHei']              # 解决不能输出中文的问题。不区分大小写，即SimHei’效果等价于‘simhei’，中括号可以不要
plt.rcParams['figure.autolayout'] = True              # 解决不能完整显示的问题（比如因为饼图太大，显示窗口太小）fig, ax = plt.subplots(1, 1, figsize=(12, 9))         # 进一步设定fig的size为12*9ax.spines['top'].set_visible(False)                   # 不显示图表框的上边框
ax.spines['right'].set_visible(False)                 # 不显示图表框的右边框ax.set_xlim(0, 10)                                    # 有时候x轴不会从0显示，使得折线图和y轴有间隙
ax.set_ylim(0, 1.3e8)                                 # 和x轴同理plt.xticks(range(0, 10), fontsize=12, rotation=80)    # 针对x轴的标签，指定我们想要设定的范围是(0, 10), 字体大小是12， 逆时针旋转80°plt.tick_params(bottom='off', left='off', labelbottom='on', lableleft='on')  # 使x轴和y轴不带比例标识点， labelbottom设定下边、即x轴的标签是否显示。< blabla... >plt.suptitle('自定义图表', fontsize=400, ha='center')  # 即标题在x轴和y轴形成的方框内部，如下图（详细用法见下注释）。如果需要标题在这上方，使用 plt.title(blabla)
plt.show()

对于multiple subplots一般情况下，

1）设置 plt.xticks(range(0, 10))只会对最后一个ax起作用。要想作用于所有subplots，要这样：
for ax in axes:ax.set_xticks(range(0, 10))
2）标题：显示中文方面-在各个子图上要这样：
plt.title('某个子图的中文title', fontproperties='simhei')
因为plt.rcParams['font.family'] = 'simhei' 只对(多个子图的)整体标题有效。
整体的标题要这样设置：
plt.suptitle(‘全体子图的中文title’)
3）xticks的旋转方面。例如上面的主副坐标轴的共x轴，要这样：
ax1.set_xticklabels(['str format labels'], rotation=80)
而代码末尾这样设置无效：plt.xticks(x, rotation=80)。更具体的ticks和labels的分析点击<链接>。

python 可视化：fig, ax = plt.subplots()画多表图的3中常见样例自定义图表格式相关推荐

plt画网格图_python 可视化：fig, ax = plt.subplots()画多表图的3中常见样例自定义图表格式...
一.fig, ax = plt.subplots()的作用? 它是用来创建总画布/figure"窗口"的,有figure就可以在上边(或其中一个子网格/subplot上)作图了, ...
【python matplotlib 】fig, ax = plt.subplots()画多表图
文章目录一. fig, ax = plt.subplots()的作用二.参数的含义三.图上排列多个子图四.把多个子图一起合并到一个图上五.画图刻度.图例等字体.字体大小.刻度密度.线条样式设 ...
python subplots_python fig,ax = plt.subplots()
fig,ax = plt.subplots() 使用该函数确定图的位置,掉用时要XXX=ax.(ax是位置) 等价于:fig = plt.figure() ax = fig.add_subplot(1 ...
fig,ax = plt.subplots()
它是用来创建总画布/figure"窗口"的,有figure就可以在上边(或其中一个子网格/subplot上)作图了,(fig:是figure的缩写). fig, ax = plt ...
python使用使用对数坐标系 fig, ax = plt.subplots() ax.set_xscale(“log“) ax.set_yscale(“log“)
python使用使用对数坐标系 newX = [] newY = [] for i in range(len(x)):if y[i] != 0 :newX.append(x[i])newY.appen ...
python中fig_Matplotlib画图中fig,ax,plt的区别和联系
用python两年多了,然而至今画图时依然会对群魔乱舞的Matplotlib对象感到困惑,尤其是看起来作用都类似的fig,ax和plt以及各种各样的subplot. 我们先来看以下三个示例 # C1 ...
python显示图像某列的颜色值_Python Pandas Matplotlib图由单列中定义的类型值着色
我有以下格式的数据: import pandas as ps table={'time':[1,2,3,4,5,1,2,3,4,5,1,2,3,4,5],\ 'data':[1,1,2,2,2,1,2 ...
如何将Processon中画好的图转为Visio可以打开并编辑的vsdx格式
如何将Processon中画好的图转为Visio可以打开并编辑的vsdx格式很简单,在ProcessOn中将画好的图片保存为.svg格式,先看原图保存为.svg格式然后打开亿图图示软件(Edra ...
python可视化（2-2）绘图对象（折线图、散点图、面积图、填充图）
本文主要介绍折线图.散点图.面积图和填充图 plt.plot是matplotlib最基础的接口,matplotlib作者也将这个接口设计得足够简单,以至于只需要输入一个参数(数组,列表型数据),就能够 ...

python 可视化：fig, ax = plt.subplots()画多表图的3中常见样例自定义图表格式

一、fig, ax = plt.subplots()的作用？

二、参数的含义？

三、怎么在一个图上排列多个子图？

四、怎么把多个子图一起合并到一个图上？

python 可视化：fig, ax = plt.subplots()画多表图的3中常见样例自定义图表格式相关推荐

最新文章

热门文章

python 可视化：fig, ax = plt.subplots()画多表图的3中常见样例 自定义图表格式

一、fig, ax = plt.subplots()的作用？

二、参数的含义？

三、怎么在一个图上排列多个子图？

四、怎么把多个子图一起合并到一个图上？

python 可视化：fig, ax = plt.subplots()画多表图的3中常见样例 自定义图表格式相关推荐

最新文章

热门文章

python 可视化：fig, ax = plt.subplots()画多表图的3中常见样例自定义图表格式

python 可视化：fig, ax = plt.subplots()画多表图的3中常见样例自定义图表格式相关推荐