matplotlib subplots

简介

Matplotlib是一个用于绘制图形的Python库，提供了丰富的绘图功能。其中，subplots函数是Matplotlib中的一个重要函数，它可以将多个子图画在一个图中，方便我们进行多图展示和比较。

subplots函数的用法

Matplotlib的subplots函数常用于创建一个包含多个子图的图形对象。它的基本用法如下：

import matplotlib.pyplot as plt

fig, axes = plt.subplots(nrows, ncols, **kwargs)

其中，nrows表示子图的行数，ncols表示子图的列数。fig是一个Figure对象，axes是一个包含子图的Axes对象的二维数组。

创建基本子图

我们可以使用subplots函数创建不同形状的基本子图。下面是一些示例：

创建2×2子图

fig, axes = plt.subplots(2, 2, figsize=(8, 6))

# 绘制第一个子图
axes[0, 0].plot([1, 2, 3, 4], [1, 4, 9, 16], 'r')

# 绘制第二个子图
axes[0, 1].bar(['A', 'B', 'C', 'D'], [3, 4, 2, 5])

# 绘制第三个子图
axes[1, 0].scatter([1, 2, 3, 4], [1, 4, 9, 16])

# 绘制第四个子图
axes[1, 1].imshow([[1, 2], [3, 4]])

plt.show()

运行以上代码，将会得到一个包含4个子图的图形。

创建1×3子图

fig, axes = plt.subplots(1, 3, figsize=(12, 4))

# 绘制第一个子图
axes[0].plot([1, 2, 3, 4], [1, 4, 9, 16], 'r')

# 绘制第二个子图
axes[1].bar(['A', 'B', 'C', 'D'], [3, 4, 2, 5])

# 绘制第三个子图
axes[2].scatter([1, 2, 3, 4], [1, 4, 9, 16])

plt.show()

运行以上代码，将会得到一个包含3个子图的图形。

设置子图间距和边距

在创建子图时，我们可以通过调整subplots函数的subplot_kw参数来设置子图的间距和边距。

设置子图间距

fig, axes = plt.subplots(2, 2, figsize=(8, 6), subplot_kw={'hspace': 0.3, 'wspace': 0.2})

上述代码中，通过subplot_kw参数设置了子图的垂直间距hspace为0.3，水平间距wspace为0.2，再进行绘制操作即可。

设置边距

fig, axes = plt.subplots(2, 2, figsize=(8, 6), subplot_kw={'top': 0.9, 'bottom': 0.1, 'left': 0.1, 'right': 0.9})

上述代码中，通过subplot_kw参数设置了子图的四个边距top、bottom、left、right的取值范围为0到1之间。

子图的属性设置

除了创建子图，我们还可以对子图的属性进行设置，如子图的标题、坐标轴标签、刻度等。以下是一些常见的子图属性设置：

设置标题

axes[0, 0].set_title('Line Plot')
axes[0, 1].set_title('Bar Chart')
axes[1, 0].set_title('Scatter Plot')
axes[1, 1].set_title('Image Plot')

上述代码分别为四个子图设置了相应的标题。

设置坐标轴标签

axes[0, 0].set_xlabel('x')
axes[0, 0].set_ylabel('y')

上述代码设置了第一个子图的x轴和y轴的标签。

设置刻度

axes[0, 0].set_xticks([0, 1, 2, 3, 4])
axes[0, 0].set_yticks([0, 5, 10, 15, 20])

上述代码设置了第一个子图的x轴和y轴的刻度。

使用多种样式绘制子图

除了可以使用默认的样式绘制子图，我们还可以使用不同的样式进行绘制。Matplotlib提供了丰富的样式库供我们选择，通过plt.style.use()函数即可应用一个样式。以下是一些常用的样式：

使用默认样式

plt.style.use('default')

使用ggplot样式

plt.style.use('ggplot')

使用dark_background样式

plt.style.use('dark_background')

使用seaborn-white样式

plt.style.use('seaborn-white')

保存子图

Matplotlib还提供了将子图保存为图片的功能。我们可以使用savefig()函数将子图保存为文件。以下是一个保存子图的示例：

fig.savefig('subplot.png', dpi=300)

以上代码将所有的子图保存为名为subplot.png的图片文件，像素密度为300。

结论

通过Matplotlib的subplots函数，我们可以轻松创建多个子图并进行各种属性设置。这使得我们能够更好地展示和比较数据。除了上述介绍的基本用法外，subplots函数还有许多其他的参数供我们使用，例如调整子图的大小、排列方式等。熟练掌握subplots函数的使用将对我们进行数据可视化非常有帮助。