欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

matplotlib更舒服的subplots姿势

程序员文章站 2022-07-13 21:50:55
...

1. figure和axes

以下展示一下两者关系:

 

plt.figure(facecolor='cyan');
plt.gcf().subplots(2,2);

 

matplotlib更舒服的subplots姿势

image.png


注: 水蓝色就是figure, 带数字框框就是axes

 

浏览两者的api, 你会发现, figure的大部分功能, 都是和普通的图像属性以及铺展axes相关的. 而观察axes的api, 你会发现它是科学作图的代理, 有条形图, 散点图, 折线图等等的丰富强大的功能, axes其实是在一幅画布上, 规划出的一个个科学作图的坐标轴系统


2. 很多教程中的plt.<某种图像类型>做了什么

初学之时, 我们常常会用, plt.plot(), plt.scatter(), plt.bar()等等函数来画图, 不过这些函数的本质还是在axes上作图, 它们做的事情你可以理解为

  • 首先得到当前活跃的axes, 如果当前figure上还没有axes, 就帮你创建一个axes, 然后将它设为当前活跃的axes
  • 调用这个当前axes上的各个作图功能.

这里有两个重要的函数:

 

plt.gcf() # 意为, get current figure
plt.gca() # 意为, get current axes

所以, 一些初级教程教的
plt.<blablabla> 中其实有不少相当于plt.gca().<blablabla>, 它们很快能够看到效果, 但是到了我们需要复杂地铺展子图的时候, 它们就不好用了, 不过现在理解了axes其实是作图的基本代理之后, 我们就能对整件事有更多把握了.


3. 在figure上*地铺展axes并获取它们!

首先, 我造一些玩具数据

 

foo = ['a','b','c']
bar = [1,2,3]

第一招:

 

_, axes = plt.subplots(2,2, figsize=(6, 6)) # 第一个参数是创建的figure
axes[0][0].bar(foo, bar);
axes[0][1].scatter(bar, bar);
axes[1][0].plot(bar, bar);
axes[1][1].pie(bar);

matplotlib更舒服的subplots姿势

image.png

plt.subplots(2,2, figsize=(6, 6))会创建一个新的figure, 然后在这个figure上面铺展2x2一共4个axes, 然后返回figure以及axes, 这些axes能够直接通过索引获取, 所以你可以轻易地将它写到循环中:

 

_, axes = plt.subplots(2,2, figsize=(6, 6))
colors = ['r', 'g', 'b', 'k']
for ax, c in zip(axes.flatten(), colors):
    ax.plot(bar, bar, c=c)

matplotlib更舒服的subplots姿势

image.png

这一招我自己最常用, 子图可以作为一个新的维度存在, 用来组织数据中取值范围比较少的离散维度, 比如礼拜几这类

第二招

这招就定制化比较高了, 我自己用得比较少, 具体来说, 它可以做出这样的布局

matplotlib更舒服的subplots姿势

image.png

它的代码如下:

 

plt.subplot(3,1,1)
plt.subplot(3,3,4)
plt.subplot(3,3,5)
plt.subplot(3,3,6)
plt.subplot(3,1,3)

格式为plt.subplot(<行数>, <列数>, <序号>), 以上代码创建了一个3x3的布局, 3x3的布局是能够和3x1的布局耦合的, 只要将3x3的第一行的三个子图合成一个长条就OK. 对应的代码就是plt.subplot(3,1,1)plt.subplot(3,1,3)

它们都是返回axes的, 所以你可以

 

ax1 = plt.subplot(3,1,1)
ax1.plot(bar, bar)

不过, 每次调用完plt.subplot(...)之后, 新产生的axes会变成当前axes, 因此可以:

 

plt.subplot(3,1,1)
plt.plot(bar, bar)
plt.subplot(3,3,4)
plt.plot(bar, bar)
...

第三招!

还是一样, 铺展axes, 然后获取这些axes作图, 这次你可以做出这样的:

 

matplotlib更舒服的subplots姿势

image.png

怎么做的呢? 经过上面的作图原理介绍, 这一次, matplotlib的文档你应该能直接看明白了, 直接传送:
https://matplotlib.org/users/gridspec.html


4. 为什么我要关注axes?

axes能够帮助我们实现定点作图, 一些非常受欢迎的库, 比如pandas和seaborn, 它们大部分的作图函数都有一个叫ax的参数, 用来控制图最终出现在哪个axes上. 毫不夸张地说, 我个人对于matplotlib的操控感就是从了解了这个基本的作图机制开始的????


5. 总结

如果你

  • 明白了matplotlib的作图机制
  • 明白了铺展axes并定位到每个axes进行作图的方法
  • 想要回去自己尝试
    就给我个❤️吧, 哈哈哈~



作者:事重
链接:https://www.jianshu.com/p/ec2dcd35d826
 

相关标签: pyplot