Python数据可视化第 4 讲：matplotlib多图绘制函数subplot

我就是我 2023-02-14 01:45 10阅读 0赞

### 1. subplot 函数介绍 ###

在实践中，经常需要在一张画布上绘制多个图形，subplot 函数便是 matplotlib 的 pyplot 模块中用于绘制多图的函数。其调用格式如下：

subplot(nrows, ncols, index, **kwargs)
    subplot(pos, **kwargs)
    subplot(ax)

#### 参数说明 ####

*  **nrows, ncols, index**：三个整数，用于描述子块(子图)的位置。如果这三个整数依次是 nrows、ncols 和 index，则子块将在具有nrows 排和 ncols 列的网格上占据索引位置。索引从左上角的 1 开始向右增加。
 *  **pos** ：是一个三位整数，其中第一位是行数，第二位是列数，第三位是子块的索引。即。如 235 表示图附加子块位置为第 2 行第 3 列索引 5 。需要注意，所有整数必须小于10，此窗体才能工作。
 *  **kwargs**：可选参数，kwargs 用于指定绘图的辅助特性，如标签、线宽、线型、标记颜色等。

### 2. subplot 简单绘图示例 ###

#### 2.1 一张画布绘制两个图 ####

即然要在一张画布上绘制两个图，那么就需要在画布上添加两个子块，然后在两个子块中分别绘图，代码示例如下：

import matplotlib.pyplot as plt
    
    # step1：准备画图的数据
    x = [1, 2, 3, 4, 5, 6, 7, 8, 9]
    y = [21, 27, 29, 32, 29, 28, 35, 39, 49]
    # step2：手动创建一个figure对象，相当于一个空白的画布
    figure = plt.figure()
    # step3：在画布上添加两个子块，标定绘图位置
    axes1 = figure.add_subplot(2, 1, 1)
    axes2 = figure.add_subplot(2, 1, 2)
    # step4：绘图
    axes1.plot(x, y, 'ro--')  # 设置线条颜色、线型、点型
    axes2.plot(x, y, 'gv--')  # 设置线条颜色、线型、点型
    # step5：展示
    plt.show()

上面代码的运行结果：

![20200530165151957.png][]

#### 2.2 一张画布绘制四个图 ####

与在一张画布上绘制2个图类似，绘制4个图则需要在画布上添加4个子块，然后分别在4个子块中绘图，代码示例如下：

import matplotlib.pyplot as plt
    
    # step1：准备画图的数据
    x = [1, 2, 3, 4, 5, 6, 7, 8, 9]
    y = [21, 27, 29, 32, 29, 28, 35, 39, 49]
    # step2：手动创建一个figure对象，相当于一个空白的画布
    figure = plt.figure()
    # step3：在画布上添加4个子块，标定绘图位置
    axes1 = figure.add_subplot(2, 2, 1)
    axes2 = figure.add_subplot(2, 2, 2)
    axes3 = figure.add_subplot(2, 2, 3)
    axes4 = figure.add_subplot(2, 2, 4)
    # step4：绘图
    axes1.plot(x, y, 'ro--')  # 设置线条颜色、线型、点型
    axes2.plot(x, y, 'gv--')  # 设置线条颜色、线型、点型
    axes3.plot(x, y, 'b*--')  # 设置线条颜色、线型、点型
    axes4.plot(x, y, 'yp--')  # 设置线条颜色、线型、点型
    # step5：展示
    plt.show()

上面代码的运行结果：

![20200530165901602.png][]

#### 2.3 一张画布绘制3个图 ####

与在一张画布上绘制2、4个图类似，绘制3个图则需要在画布上添加3个坐标系，不过，需要注意坐标系行、列、索引的设置，代码示例如下：

import matplotlib.pyplot as plt
    
    # step1：准备画图的数据
    x = [1, 2, 3, 4, 5, 6, 7, 8, 9]
    y = [21, 27, 29, 32, 29, 28, 35, 39, 49]
    # step2：手动创建一个figure对象，相当于一个空白的画布
    figure = plt.figure()
    # step3：在画布上添加3个坐标系，标定绘图位置
    axes1 = figure.add_subplot(2, 2, 1)
    axes2 = figure.add_subplot(2, 2, 2)
    axes3 = figure.add_subplot(2, 1, 2)
    # step4：绘图
    axes1.plot(x, y, 'ro--')  # 设置线条颜色、线型、点型
    axes2.plot(x, y, 'gv--')  # 设置线条颜色、线型、点型
    axes3.plot(x, y, 'b*--')  # 设置线条颜色、线型、点型
    
    # step5：展示
    plt.show()

上面代码的运行结果：

![20200530170733721.png][]

### 3. subplot 绘图实例 ###

在第二节中所举例子的绘图数据都比较简单，在本节笔者列举几个较为复杂的例子。

#### 3.1 绘制两个余弦曲线 ####

代码示例：

import numpy as np
    import matplotlib.pyplot as plt
    
    # step1：准备画图的数据
    x1 = np.linspace(0.0, 5.0)
    x2 = np.linspace(0.0, 2.0)
    y1 = np.cos(2 * np.pi * x1) * np.exp(-x1)
    y2 = np.cos(2 * np.pi * x2)
    # step2：手动创建一个figure对象，相当于一个空白的画布
    figure = plt.figure()
    plt.rcParams['axes.unicode_minus'] = False  # 避免负号无法正常展示
    # step3：在画布上添加2个子块，标定绘图位置
    axes1 = plt.subplot(2, 1, 1)
    axes2 = plt.subplot(2, 1, 2)
    # step4：绘图
    axes1.plot(x1, y1, 'ro-')
    axes1.set_title('A tale of 2 subplots')
    axes1.set_ylabel('Damped oscillation')
    
    axes2.plot(x2, y2, 'b.-')
    axes2.set_xlabel('time (s)')
    axes2.set_ylabel('Undamped')
    # step5：展示
    plt.show()

上面代码的运行结果：

![20200530172155407.png][]

#### 3.2 绘制两个散点图 ####

代码示例如下：

import numpy as np
    import matplotlib.pyplot as plt
    
    # step1：准备画图的数据, 生成20个随机数
    x = np.random.rand(20)
    y = np.random.rand(20)
    # step2：手动创建一个figure对象，相当于一个空白的画布
    figure = plt.figure()
    # step3：在画布上添加2个子块，标定绘图位置
    axes1 = plt.subplot(2, 1, 1)
    axes2 = plt.subplot(2, 1, 2)
    # step4：绘图
    axes1.scatter(x, y, marker='v')
    axes1.set_title('random scatter example')
    axes1.set_ylabel('random-y')
    
    axes2.scatter(x, y, marker='o', color='red')
    axes2.set_xlabel('random-x')
    axes2.set_ylabel('random-y')
    # step5：展示
    plt.show()

上面代码的运行结果：

![20200530173804747.png][]

[20200530165151957.png]: https://img-blog.csdnimg.cn/20200530165151957.png
[20200530165901602.png]: https://img-blog.csdnimg.cn/20200530165901602.png
[20200530170733721.png]: https://img-blog.csdnimg.cn/20200530170733721.png
[20200530172155407.png]: https://img-blog.csdnimg.cn/20200530172155407.png
[20200530173804747.png]: https://img-blog.csdnimg.cn/20200530173804747.png