Matplotlib多子图显示2——网格划分

原文地址

分类目录——Matplotlib

• plt.subplot2grid

  • 效果

    

  • 代码

    在程序中通过注释进行说明

    # 通过plot.subplotgrid()来划分网格
    import matplotlib.pyplot as plt
    
    plt.figure('subgrid')
    
    ax1 = plt.subplot2grid((3, 3), (0, 0), colspan=3)   # 生成子图对象
    # 其中（3，3）表示将整个画布分成 3行*3列 的网格布局
    # （0，0）表示占据索引（索引从0开始）为（0，0）的方格
    # colspan 列扩展，=3即占3列
    # plot()画折线图
    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, title='ax2')
    ax3 = plt.subplot2grid((3, 3), (1, 2), rowspan=2, title='ax3')
    # rowspan 行扩展，=2即占2行
    ax4 = plt.subplot2grid((3, 3), (2, 0), title='ax4')
    ax5 = plt.subplot2grid((3, 3), (2, 1), title='ax5')
    
    # scatter()画散点图
    ax4.scatter([1, 2], [2, 2])
    # 设置x轴，y轴的轴属性说明
    ax4.set_xlabel('ax4_x')
    ax4.set_ylabel('ax4_y')
    
    # 加上这一句可以避免不同子图的边缘重叠（在有label，title时可能会发生）
    plt.tight_layout()
    
    plt.show()
    

• gridspec.GridSpec

  • 效果

    

  • 代码

    在程序中通过注释进行说明

    import matplotlib.pyplot as plt
    import matplotlib.gridspec as gridspec
    
    plt.figure('gridspec.GridSpec')
    
    gs = gridspec.GridSpec(3, 3)    # 将画布分成3行*3列的网格布局
    
    # 利用切片选取若干网格画子图
    # 对于[0:2，1:-1]
    # 其中逗号（,）用来隔离维度，冒号（:）用来连接切片的起始索引和终止索引
    # 表示在第1个维度上，取第0行到第1行；在第2个维度上取第1列到倒数第二列（-1表示倒数第一项）；
    # 嗯，这里的切片是含首不含尾的，这种切片机制在python中普遍存在
    # 只有一个冒号（:）就表示去这一维度的所有项
    ax6 = plt.subplot(gs[0, :], title='ax6')
    ax7 = plt.subplot(gs[1, :2], title='ax7')
    ax8 = plt.subplot(gs[1:, 2], title='ax8')
    ax9 = plt.subplot(gs[-1, 0], title='ax9')
    ax10 = plt.subplot(gs[-1, -2], title='ax10')
    
    # 加上这一句可以避免不同子图的边缘重叠（在有label，title时可能会发生）
    plt.tight_layout()
    
    plt.show()
    

• plt.subplots

  • 效果

    

  • 代码

    在代码中通过注释说明

    import matplotlib.pyplot as plt
    
    figure, ((ax11, ax12), (ax13, ax14)) = plt.subplots(2, 2, sharex=True, sharey=True)
    # 生成2*2的分布布局
    # sharex, sharey 共享x轴，y轴
    
    # 散点图
    ax11.scatter([1,2], [1,2])
    
    # 折线图
    ax12.plot([1,2], [2,1])
    
    plt.tight_layout()
    
    plt.show()
    

• 说明

  三种方式每种可在一个py文件中单独执行

• 参考文献

  程序主要来自 Subplot 分格显示，略有改动