Python常见库matplotlib之多个子图绘图
系列文章目录
第一章 Python常见库matplotlib之画图文字的中文显示
第二章 Python常见库matplotlib之画图中各个模块的含义及修改方式
第三章 Python常见库matplotlib之多个子图绘图
文章目录
- 系列文章目录
- 前言
- 一、多张子图的参数设置
- 1. 子图(subplots)
- 2. 子图y轴坐标说明(set_ylabel),子图x轴坐标说明(set_xlabel),设置子图标题(set_title)
- 3. 图片总标题(suptitle)
- 4. 刻度参数设置(tick_parms)
- 5. 刻度标签的字体(get_xticklabels)(set_fontproperties)
- 总结
前言
前两章介绍了单张图的绘图操作,这一章介绍下在一张图中画多个图的操作。我们把前一篇的程序稍微改动一下,上一篇中是将正弦函数和余弦函数画在一张图中,这一次我们将两个曲线分别画在不同的子图中。
完整程序如下所示:
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.font_manager as fm# 指定字体
font_path = 'SIMSUN.TTC'
font_prop = fm.FontProperties(fname=font_path, size=12)en_font_path = 'TIMES.TTF'
en_font_prop = fm.FontProperties(fname=en_font_path, size=12)x = np.linspace(0, 2 * np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(8, 6))ax1.plot(x, y1, label=u'正弦曲线', color='blue')
ax1.set_ylabel('正弦值', fontproperties=font_prop)
ax1.set_xlabel('横轴', fontproperties=font_prop)
ax1.set_title('正弦函数', fontproperties=font_prop)plt.subplots_adjust(hspace=0.6) # 调整子图之间的距离ax2.plot(x, y2, label=u'余弦曲线', color='red')
ax2.set_ylabel('余弦值', fontproperties=font_prop)
ax2.set_xlabel('横轴', fontproperties=font_prop)
ax2.set_title('余弦函数', fontproperties=font_prop)plt.suptitle('函数', fontproperties=font_prop)ax1.tick_params(axis='both', which='major', labelsize=10, direction='in', bottom=True)
ax2.tick_params(axis='both', which='major', labelsize=10, direction='in')
# ax1.xaxis.set_tick_params(which='both', labelbottom=True)
# ax1.yaxis.set_tick_params(which='both', labelleft=True)
for tick in ax1.get_xticklabels():tick.set_fontproperties(en_font_prop)
for tick in ax1.get_yticklabels():tick.set_fontproperties(en_font_prop)
for tick in ax2.get_xticklabels():tick.set_fontproperties(en_font_prop)
for tick in ax2.get_yticklabels():tick.set_fontproperties(en_font_prop)ax1.legend(loc='upper right', fontsize=12, edgecolor='black', fancybox=False, framealpha=1, prop=font_prop)
ax2.legend(loc='upper right', fontsize=12, edgecolor='black', fancybox=False, framealpha=1, prop=font_prop)plt.show()
上述的代码显示结果是:
下面我们开始对代码一段段分析。
一、多张子图的参数设置
1. 子图(subplots)
下面的代码就是先进行子图设置。
fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(10, 6))
第一个参数为2,表示子图行的排布方式,为2行
第二个参数为1,表示子图列的排布方式,为1列
figsize的参数为(10,6),表示最终图的总像素数为1000*600。也就是说第一个值为宽,第二个值为高,分别乘以100后,即为生成最终图的宽高。
除了上面描述的几种参数以外,还有下面的可选参数:
参数 | 含义 |
---|---|
squeeze | 是否压缩返回的子图网格数组,如果为 True,则当 nrows=1 且 ncols=1 时,返回的是单个 Axes 实例,而不是一个包含单个 Axes 实例的数组。 |
subplot_kw | 传递给每个子图的关键字参数字典。 |
gridspec_kw | 传递给 GridSpec 的关键字参数字典。 |
sharex | 是否共享 x 轴的限制范围。可选值为 ‘none’、‘all’ 或 ‘row’。 |
sharey | 是否共享 y 轴的限制范围。可选值为 ‘none’、‘all’ 或 ‘col’。 |
2. 子图y轴坐标说明(set_ylabel),子图x轴坐标说明(set_xlabel),设置子图标题(set_title)
与单一图像不同的是,有子图的情况下,我们对子图设置坐标名称和子图名称时调用的名字前面要加上set_
。
ax1.plot(x, y1, label=u'正弦曲线', color='blue')
ax1.set_ylabel('正弦值', fontproperties=font_prop)
ax1.set_xlabel('横轴', fontproperties=font_prop)
ax1.set_title('正弦函数', fontproperties=font_prop)
可以设置的参数在下面的对应列表中,上面程序中的'正弦值'
,'横轴'
就是下面的参数label。
参数 | 含义 |
---|---|
label | 标签的文本内容。 |
fontsize(size) | 标签的字体大小。 |
fontweight | 标签的字体粗细,通常为 ‘bold’ 或 ‘normal’,是否有变化还要看字体文件本身是否支持 |
color | 标签的字体颜色,可以是颜色名称、十六进制码或 RGB 元组。 |
rotation | 标签的旋转角度,通常为 0(水平)或 90(垂直)。 |
va | 标签的垂直对齐方式,可选值包括 ‘top’、‘center’ 或 ‘bottom’。 |
ha | 标签的水平对齐方式,可选值包括 ‘center’、‘left’ 或 ‘right’ |
3. 图片总标题(suptitle)
设置图的总名称需要调用suptitle函数实现。suptitle是super title的缩写,其实就是总标题
plt.suptitle('函数', fontproperties=font_prop)
suptitle可以设置参数如下表所示,本例中‘函数’
就是参数中的t
。
参数 | 含义 |
---|---|
t | 超级标题的文本内容。 |
x | 超级标题的 x 坐标,通常为 0.5,即位于子图网格的中央。这个值是一个百分比,左边为0,右边为1。0.5就是处于图像正中间。 |
y | 超级标题的 y 坐标,默认值为 0.98,即位于子图网格的顶部。这个值是一个百分比,顶部为1,底部为0。0.98就是这个图像高度的98%的位置。 |
fontsize(size) | 超级标题的字体大小。 |
fontweight | 超级标题的字体粗细,通常为 ‘bold’ 或 ‘normal’。 |
color | 超级标题的字体颜色,可以是颜色名称、十六进制码或 RGB 元组。 |
ha | 超级标题的水平对齐方式,可选值包括 ‘center’、‘left’ 或 ‘right’。 |
va | 超级标题的垂直对齐方式,可选值包括 ‘top’、‘center’ 或 ‘bottom’ |
4. 刻度参数设置(tick_parms)
ax1.tick_params(axis='both', which='major', labelsize=10, direction='in', bottom=True)
ax2.tick_params(axis='both', which='major', labelsize=10, direction='in')
常见的使用到的参数如下表所示
参数 | 含义 |
---|---|
axis | 指定要设置哪个坐标轴的刻度线和标签属性,可选值为 ‘x’、‘y’ 或 ‘both’ |
which | 指定要设置哪些刻度线和标签属性,可选值为 ‘major’(主刻度线和标签)、‘minor’(次刻度线和标签)或 ‘both’(主刻度线和标签以及次刻度线和标签) |
direction | 指定刻度线的方向,可选值为 ‘in’(向内)、‘out’(向外)或 ‘inout’(内外均有) |
length | 指定刻度线的长度(单位为点) |
width | 指定刻度线的宽度(单位为点) |
color | 指定刻度线和标签的颜色 |
pad | 指定刻度标签与刻度线之间的间距(单位为点) |
labelsize | 指定刻度标签的字号大小(单位为点) |
labelcolor | 指定刻度标签的颜色 |
bottom、top、left、right | 分别指定四个边框上的刻度线和标签属性,这些值都是布尔属性,默认bottom和left是True,top和right是False |
把上面的tick_params中的参数修改下,添加下表中的一些参数,如下面所示
ax1.tick_params(axis='both', which='major', labelsize=10, direction='in', width=5, pad=10, top=True, left=False, right=True, labelcolor='green')
显示出的图就变了,我是随便加了些,内容反而显的杂乱了,其目的主要是为了测试。
5. 刻度标签的字体(get_xticklabels)(set_fontproperties)
关于刻度标签的很多参数,在tick_params中其实就可以设置了,比如说color,pad,labelsize,labelcolor。但唯独这个字体的格式的设置比较特殊,需要按下面的代码进行修改
for tick in ax1.get_xticklabels():tick.set_fontproperties(en_font_prop)
for tick in ax1.get_yticklabels():tick.set_fontproperties(en_font_prop)
for tick in ax2.get_xticklabels():tick.set_fontproperties(en_font_prop)
for tick in ax2.get_yticklabels():tick.set_fontproperties(en_font_prop)
上面的代码实现的是对子图1和子图2的x轴刻度标签和y轴刻度标签的修改,总共要做四次,修改成新罗马体。
get_xticklabels 是 Matplotlib 中用于获取 x 轴刻度标签的方法。这个方法没有参数可以设置,它返回的是一个包含 Text
对象的列表,每个 Text
对象代表一个 x 轴刻度标签,可以通过调用 Text
对象的方法不仅可以用来设置刻度标签的字体,还可以设置刻度标签的属性,例如字体大小、颜色、旋转角度等,等于是通过for循环遍历来一个个设置刻度标签。
以下是一些常用的 Text 对象方法及其含义:
对象方法 | 含义 |
---|---|
set_text(text) | 设置刻度标签的文本内容。 |
set_fontsize(size) | 设置刻度标签的字号大小。 |
set_color(color) | 设置刻度标签的颜色。 |
set_rotation(angle) | 设置刻度标签的旋转角度(单位为度)。 |
set_ha(ha) | 设置刻度标签的水平对齐方式,可选值为 ‘left’、‘center’ 或 ‘right’。 |
set_va(va) | 设置刻度标签的垂直对齐方式,可选值为 ‘top’、‘center’ 或 ‘bottom’。 |
总结
本章节主要介绍了子图绘图中常见的几个参数的设置,与单一图所使用的函数是不同的,使用者需要注意。
Python常见库matplotlib之多个子图绘图相关推荐
- Python常见库matplotlib之画图文字的中文显示
系列文章目录 第一章 Python常见库matplotlib之画图文字的中文显示 第二章 Python常见库matplotlib之画图中各个模块的含义及修改方式 第三章 Python常见库matplo ...
- 霍兰德人格分析:利用Python第三方库matplotlib绘制雷达图
美国约翰霍普金斯大学霍兰德教授认为,个人职业兴趣特性与职业之间应有一种内在的对应关系.根据兴趣的不同,人格可分为研究型(I).艺术型(A).社会型(S).企业型(E).传统型(C).现实型(R)六个维 ...
- python绘制不带颜色曲线图_Python数据可视化库-Matplotlib——折线图,子图绘制
# coding:utf-8 import pandas as pd import numpy as np from matplotlib import pylab as plt # 导入数据可视化库 ...
- Python第三方库matplotlib(2D绘图库)入门与进阶
文章目录 @[toc] Matplotlib 一 简介: 二 相关文档: 三 入门与进阶案例 1- 简单图形绘制 2- figure的简单使用 3- 设置坐标轴 4- 设置legend图例 5- 添加 ...
- matplotlib如何绘制两点间连线_机器学习:Python常用库——Matplotlib库
说起数据分析,你的眼前有没有浮现出直方图.散点图.曲线图-各种图表? Python作为一门编程语言,如何能作图呢? 办法当然是有的,而且我们已经接触过了.在上一章节中画散点图的时候就导入过,它就是Ma ...
- python常见库集合
库名称简介 Chardet字符编码探测器,可以自动检测文本.网页.xml的编码. colorama主要用来给文本添加各种颜色,并且非常简单易用. Prettytable主要用于在终端或浏览器端构建格式 ...
- Python可视化库Matplotlib绘图入门详解
Matplotlib是Python的绘图库,其中的pyplot包封装了很多画图的函数. Matplotlib.pyplot 包含一系列类似 MATLAB 中绘图函数的相关函数.每个 Matplotli ...
- Python可视化库Matplotlib的使用
一.导入数据 import pandas as pd unrate = pd.read_csv('unrate.csv') unrate['DATE'] = pd.to_datetime(unrate ...
- python第三方库matplotlib绘制简单折线图
一.绘制简单折线图 代码如下: import numpy as np import matplotlib.pyplot as plt X = [0, 1, 2, 3, 4, 5] Y = [222, ...
最新文章
- 第六章 6.1 6.2 无限脉冲响应滤波器
- [专题目录]-CA/TA development导读目录
- java 实体比较_java比较实体类
- android刷新时的圆形动画_【Android】圆形揭露动画
- [Java网络编程基础]端口,协议
- java虚拟机内存模型与垃圾回收知识复习总结
- 演示:取证分析IPV6组播地址的构成原理
- BZOJ4892:[TJOI2017]dna(hash)
- 破解wifi时遇到rtl8187 - [phy1]SIOCSIFFLAGS: Name not unique on network
- html flv jquery 插件,基于js与flash实现的网站flv视频播放插件代码
- SNP全称是什么? SNP是什么公司? SNP是什么意思?
- linux中c语言kbhit函数用法,C语言判断用户是否输入-非阻塞函数kbhit
- 使用python库relate搭建LMS学习管理系统
- java.lang.RuntimeException: Parcel: unable to marshal value com.
- 对客户信息收集,收集用户行为的方法总结
- vscode开发wdk
- 交换机err-disabled状态解决方案
- 机器人时代来临,5G工业网关远程联动,打造一支“精锐部队”
- 心理统计学 笔记 (一) 基础参数符号
- 实时计算 Flink 版应用场景与产品介绍