简介:在Matplotlib中,多图布局是常见的需求。本文将介绍subplot()函数、add_subplot()函数、axes()和add_axes()函数以及subplots()函数的使用方法,帮助您更好地理解和应用多图布局。
Matplotlib是一个强大的Python绘图库,它支持单图和多图布局。在多图布局中,我们可以将多个子图(subplots)排列在同一个画布上,以便在同一页面上展示多个数据视图。以下是几种常用的多图布局方法:
在上述代码中,
import matplotlib.pyplot as pltfig = plt.figure()ax1 = fig.add_subplot(2, 2, 1)ax1.plot([1, 2, 3], [1, 2, 3])ax2 = fig.add_subplot(2, 2, 2)ax2.plot([1, 2, 3], [3, 2, 1])ax3 = fig.add_subplot(2, 2, 3)ax3.plot([1, 2, 3], [2, 2, 2])ax4 = fig.add_subplot(2, 2, 4)ax4.plot([1, 2, 3], [4, 5, 6])plt.show()
add_subplot()函数的参数是一个三元素元组,分别表示行数、列数和当前子图的索引。通过这种方式,我们可以创建任意行数和列数的子图布局。在上述代码中,
import matplotlib.pyplot as pltfig = plt.figure()ax1 = fig.add_subplot(2, 1, 1)ax1.plot([1, 2, 3], [1, 2, 3])ax1.set_title('Axis [2,1,1]')ax2 = fig.add_subplot(2, 1, 2)ax2.plot([1, 2, 3], [3, 2, 1])ax2.set_title('Axis [2,1,2]')plt.show()
add_subplot()函数的参数是一个包含行数、列数和当前子图索引的三元素元组。通过这种方式,我们可以创建任意行数和列数的子图布局。