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

Python数据可视化之使用GridSpec自定义子图

程序员文章站 2022-03-21 17:40:14
...

使用了很长时间的python,每次画图时都会忘记很多画图的方式,这里整理一下怎么在一张画布上定义多张子图。

引用模块:

import matplotlib.pyplot as plt
import numpy as np
from matplotlib import gridspec

生成几个随机点:

random_cp = np.random.random_integers(1, 100, (100, 2))
random_nums = np.random.random_integers(1, 100, 100)
random_cp1 = np.random.random_integers(1, 100, (100, 2))
random_nums1 = np.random.random_integers(1, 100, 100)

1、使用add_subplot

通过add_subplot就可以实现子图的划分:

先是通过plt.figure()创建画布,之后再通过add_subplot()在画布上创建不同的区域。

其中add_subplot()的参数,类似221就是将画布分为2行2列的也就是2×2的区域,使用第1个区域。

fig1 = plt.figure()

ax1 = fig1.add_subplot(221)
ax2 = fig1.add_subplot(222)

ax3 = fig1.add_subplot(223)
ax4 = fig1.add_subplot(224)

ax1.plot(range(len(random_nums)), random_nums)
ax3.scatter(random_cp[:, 0], random_cp[:, 1])
ax4.plot(range(len(random_nums1)), random_nums1)
ax2.scatter(random_cp1[:, 0], random_cp1[:, 1])

plt.show()


2、使用GridSpec

先是通过gridspec.GridSpec()创建区域,参数5,5的意思就是每行五个,每列五个,最后就是一个5×5的画布,相比于add_subplot(),使用网格布局的话可以更加灵活的控制占用多少空间。

gs = gridspec.GridSpec(5,5)
fig1 = plt.figure()
ax1 = fig1.add_subplot(gs[0:2, 0:2])
ax2 = fig1.add_subplot(gs[3:5, 0:2])

ax3 = fig1.add_subplot(gs[0:2, 3:5])
ax4 = fig1.add_subplot(gs[3:5, 3:5])

ax1.plot(range(len(random_nums)), random_nums)
ax3.scatter(random_cp[:, 0], random_cp[:, 1])
ax4.plot(range(len(random_nums1)), random_nums1)
ax2.scatter(random_cp1[:, 0], random_cp1[:, 1])

ax1.plot(range(len(random_nums)), random_nums)
ax3.scatter(random_cp[:, 0], random_cp[:, 1])
ax4.plot(range(len(random_nums1)), random_nums1)
ax2.scatter(random_cp1[:, 0], random_cp1[:, 1])

plt.show()

Python数据可视化之使用GridSpec自定义子图