Matplotlib 使用笔记（三）——多图合并
1、Subplot 多合一显示
plt.figure()
plt.subplot(2,2,1) #设置图像窗口为2行2列，当前位置为1
plt.plot([0,1],[0,1]) #设置坐标范围
plt.subplot(2,2,2)
plt.plot([0,1],[0,2])
plt.subplot(223) #另一种表示，逗号可去掉
plt.plot([0,1],[0,3])
plt.subplot(224)
plt.plot([0,1],[0,4])
2、Subplot 分格显示
1、.subplot2grid:
###method 1 subplot2grid
############################
plt.figure()
ax1 = plt.subplot2grid((3, 3), # 将整个图像窗口分成3行3列
(0, 0), # 从第0行第0列开始作图，即索引从0开始
colspan=3) # 列的跨度为3
ax1.plot([0, 1], [0, 1]) # 画小图
ax1.set_title('ax1_title') # 设置小图的标题
ax2 = plt.subplot2grid((3, 3), (1, 0), colspan=2)
ax3 = plt.subplot2grid((3, 3), (1, 2), rowspan=2)
ax4 = plt.subplot2grid((3, 3), (2, 0))
ax5 = plt.subplot2grid((3, 3), (2, 1))colspan 和rowspan分别表示列和行的跨度，缺省时默认为1.
注意：命名标题和坐标轴时，使用.set_title, .set_xlabel, .set_ylabel.
2、gridspec:
首先要导入gridspec
import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
###method 2 gridspec
############################
plt.figure()
gs = gridspec.GridSpec(3, 3) # 将整个图像窗口分成3行3列
ax6 = plt.subplot(gs[0, :]) # 索引从0开始,描述位置
ax7 = plt.subplot(gs[1, :2])
ax8 = plt.subplot(gs[1:, 2])
ax9 = plt.subplot(gs[-1, 0])
ax10 = plt.subplot(gs[-1, -2])
plt.show()
3、.subplots
###method 3 subplots
############################
f, ((ax11, ax12),(ax13, ax14)) = plt.subplots(2,2, # 建立一个2行2列的图像窗口
sharex = True, # 共享x坐标轴
sharey = True) # 共享y坐标轴
ax11.scatter([1,2],[1,2]) # 在ax11上绘制散点
plt.tight_layout() # 紧凑显示图像((ax11, ax12),(ax13, ax14))表示从第一行从左至右依次存放ax11
和ax12,第二行从左至右依次存放ax13和ax14
3、图中图
fig = plt.figure()
# 创建数据
x = [1, 2, 3, 4, 5, 6, 7]
y = [1, 3, 4, 2, 5, 8, 6]
left, bottom, width, height = 0.1, 0.1, 0.8, 0.8 # 确定大图的位置，4个值为占整个figure坐标系的百分百
ax1 = fig.add_axes([left, bottom, width, height])
ax1.plot(x, y, 'r')
ax1.set_xlabel('x')
ax1.set_ylabel('y')
ax1.set_title('title')
left, bottom, width, height = 0.2, 0.6, 0.25, 0.25 # 确定小图1的位置
ax2 = fig.add_axes([left, bottom, width, height])
ax2.plot(y, x, 'b')
ax2.set_xlabel('x')
ax2.set_ylabel('y')
ax2.set_title('title inside 1')
###another method#####
plt.axes([0.6, 0.2, 0.25, 0.25]) # 确定小图2的位置
plt.plot(y[::-1], x, 'g') # 注意对y进行了逆序处理
plt.xlabel('x')
plt.ylabel('y')
plt.title('title inside 2')
4、次坐标轴
import matplotlib.pyplot as plt
import numpy as np
x = np.arange(0, 10, 0.1)
y1 = 0.05 * x**2
y2 = -1 * y1
fig, ax1 = plt.subplots() # 获取figure默认的坐标系ax1
ax2 = ax1.twinx() # 镜面获取ax2
ax1.plot(x, y1, 'g-') # green, solid line
ax1.set_xlabel('X data')
ax1.set_ylabel('Y1 data', color='g')
ax2.plot(x, y2, 'b--') # blue
ax2.set_ylabel('Y2 data', color='b')
plt.show()
5、Animation 动画
调用FuncAnimation函数生成动画
from matplotlib import animation
import matplotlib.pyplot as plt
import numpy as np
fig, ax = plt.subplots()
x = np.arange(0, 2*np.pi, 0.01)
line, = ax.plot(x, np.sin(x))
# 构造自定义动画函数
def animate(i):
line.set_ydata(np.sin(x + i/10.0))
return line,
# 构造初始帧函数
def init():
line.set_ydata(np.sin(x))
return line,
ani = animation.FuncAnimation(fig=fig, # 进行动画绘制
func=animate, # 自定义动画函数，即传入定义的韩式animate
frames=100, # 动画长度，一次循环包含的帧数
init_func=init, # 自定义初始帧
interval=20, # 更新频率，以ms计
blit=True) # 选择更新所有点，仅还是更新产生变化的点
plt.show()
2018.08.08 整理于莫烦Python教程
https://morvanzhou.github.io/tutorials/data-manipulation/plt/