本文共 3351 字，大约阅读时间需要 11 分钟。

Matplotlib在一张画布上画多个图的两种方法，plt.subplot,plt.subplots。

回顾

之前也用过plt.subplots()在一张图上画过，今天看到用plt.subplot()的画法想着也来实现下，同时也发现了两者之间的优缺点，感觉subplot()更便捷一点。其实两者都是别人写好的库函数，只要理解好库函数的传递参数的参数，合理的将自己传入的参数整理，两者都容易上手的。

plt.subplots()画法

import matplotlib.pyplot as pltimport numpy as np#数据v1 = [5, 20, 36, 10, 75, 90]v2 = [10, 25, 8, 60, 20, 80]attr = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]#plt.subplots()是一个函数，返回一个包含figure和axes数组对象的元组figure ,axes =plt.subplots(2,2,figsize=(18,12),dpi=100)# 设置显示中文plt.rcParams['font.sans-serif'] = ['SimHei'] # 指定默认字体 plt.rcParams['axes.unicode_minus']=False     # 正常显示负号ax = axes.flatten() #子图展平,将ax由n*m的Axes组展平成1*nm的Axes组(二维变一维)# 绘制直方图# data:必选参数，绘图数据# bins:直方图的长条形数目，可选项，默认为10# facecolor:长条形的颜色# edgecolor:长条形边框的颜色data = np.random.randn(1000)# 随机生成（1000）服从正态分布的数据axes[0][0].hist(data,bins=30,facecolor='blue',edgecolor='red')axes[0][0].set_xlabel("区间")# 显示横轴标签axes[0][0].set_ylabel("频数/频率")# 显示纵轴标签axes[0][0].set_title("hist")# 绘制条形图axes[0][1].bar(attr,v1,width=0.4, alpha=0.8, color='red', label="v1")# axes[0][1].bar(attr,v2,width=0.3, alpha=0.8, color='green', label="v2")axes[0][1].set_title("bar")axes[0][1].set_xlabel("类别")# 显示横轴标签axes[0][1].set_ylabel("销量")# 显示纵轴标签axes[0][1].legend()# 绘制条形图ax[2].bar(attr,v2,width=0.4, alpha=0.8, color='green', label="v1")# axes[0][1].bar(attr,v2,width=0.3, alpha=0.8, color='green', label="v2")ax[2].set_title("bar1")ax[2].set_xlabel("类别")# 显示横轴标签ax[2].set_ylabel("销量")# 显示纵轴标签ax[2].legend()# 绘制饼图sum =0for data in v2:    sum+=datad =[]for data in v2:    d.append(data/sum)explode = [0.06,0,0,0,0.05,0]ax[3].pie(x=d,labels=attr,autopct = '%3.2f%%', colors=('b', 'g', 'r', 'c', 'm', 'y'),explode=explode)ax[3].set_title("pie")ax[3].axis('equal')ax[3].legend()# x   (每一块)的比例，如果sum(x) > 1会使用sum(x)归一化# labels   (每一块)饼图外侧显示的说明文字# explode (每一块)离开中心距离# startangle   起始绘制角度,默认图是从x轴正方向逆时针画起,如设定=90则从y轴正方向画起# shadow   是否阴影# labeldistance label绘制位置,相对于半径的比例, 如<1则绘制在饼图内侧# autopct 控制饼图内百分比设置,圆里面的文本格式，%3.1f%%表示小数有三位，整数有一位的浮点数# pctdistance 类似于labeldistance,指定autopct的位置刻度# radius   控制饼图半径 plt.savefig("D:\\StudyDemo\\IDEA\\PythonDemo\\MatplotlibPaint\\SaveData\\subplots.png")plt.show()

图subplots

plt.subplot()画法

import matplotlib.pyplot as pltimport numpy as np#数据v1 = [5, 20, 36, 10, 75, 90]v2 = [10, 25, 8, 60, 20, 80]attr = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]# 设置显示中文plt.rcParams['font.sans-serif'] = ['SimHei'] # 指定默认字体 plt.rcParams['axes.unicode_minus']=False     # 正常显示负号#设置画布大小像素点plt.figure(figsize=(14,14),dpi=100)# 绘制直方图plt.subplot(2,2,1)data = np.random.randn(1000)# 随机生成（1000）服从正态分布的数据plt.hist(data,bins=40,facecolor='blue',edgecolor='red')plt.ylabel("频率/区间")plt.xlabel("区间")plt.title("直方图")# 绘制条形图plt.subplot(2,2,2)plt.bar(attr,v1,width=0.4, alpha=0.8, color='red', label="v1")plt.legend()plt.ylabel("销量")plt.xlabel("种类")plt.title("条形图")# 绘制条形图plt.subplot(2,2,3)plt.bar(attr,v2,width=0.4, alpha=0.8, color='black', label="v2")plt.legend()plt.ylabel("销量")plt.xlabel("种类")plt.title("条形图")# 绘制条形图plt.subplot(2,2,4)sum =0for data in v2:    sum+=datad =[]for data in v2:    d.append(data/sum)explode = [0.06,0,0,0,0.05,0]plt.pie(x=d,explode=explode,labels=attr,autopct = '%3.2f%%', colors=('b', 'g', 'r', 'c', 'm', 'y'))plt.legend()plt.title("饼图")plt.savefig("D:\\StudyDemo\\IDEA\\PythonDemo\\MatplotlibPaint\\SaveData\\subplot.png")plt.show()

图subplot

保存

转载地址：http://seqzi.baihongyu.com/