python：matplotlib画图总结，同时展示不同大小的图，显示中文，常用函数介绍等

  这篇blog长期更新，主要总结matplotlib的作图技巧，matplotlib涉及画图的类有 pyplot(画图)， axes(坐标轴)， figure(图像)等，一般这三个类都有相应的函数，可以帮助我们进行画图，彼此之间有很大的重复，不同的blog一般偏重不同的类，所以给人的感觉就有点乱，点击类的名字可以超链接到各自的官方文档。

  这篇blog侧重axes类，但也会涉及到其他的类。首先导入下面的库

import numpy as np
import pandas as pd
import seaborn as sns   # 画热力图需要的库，如果不画热力图可以不加
import matplotlib.pyplot as plt   # Python画图工具 
from matplotlib.gridspec import GridSpec     # 利用网格确定图形的位置

  我们就简单的画下面的数据到三个大小不同的子图上。

x1 = np.linspace(1,10,10)
y1 = np.linspace(10,1,10)
x2 = range(1,11)
y2 = np.random.rand(10)   # 生成10个随机数
x3 = np.linspace(0,20,1000)
y3 = np.sin(x3)

1. 画单图、并列图、以及调整图的大小

1.1. 生成图像

  plt.figure()生成一个Figure对象，这个方法可以传入figsize参数调节生成图像的大小，注意这是整个图像的大小。

fig = plt.figure(figsize=(20,20))

1.2. 图中含有中文

  如果图的标题等含有中文，需要加上下面的代码，matplotlib默认是不能显示中文的。

plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus'] = False

  matplotlib默认的英文字体输出挺丑的，这里我们输出英文时，改用比较正式的Times New Roman字体。

plt.rcParams['font.sans-serif']=['Times New Roman']

1.3. 设置大标题

  fig.suptitle()函数设置大标题，该方法可以传入x，y来调整图像的位置，注意这里的x，y是整个图像的x，y，后面axes的某些函数也有x，y，但一般是所画子图的x，y；可以传入fontsize来改变标题的大小。后面会用axes的set_title()函数来设置子图的标题，注意标题的作用范围。

fig.suptitle('测试', fontsize=30, x=0.5, y=0.93)

1.4. 生成子图

  fig.add_subplot(m, n, x)方法可以用于快速生成相同大小的子图，返回axes对象，含义是，我们把Figure分成$m\times n$个子图，生成的子图是其中的第x个，下面示例生成一个2*2共四个子图，

ax1 = fig.add_subplot(2,2,1)
ax2 = fig.add_subplot(2,2,2)
ax3 = fig.add_subplot(2,2,3)
ax4 = fig.add_subplot(2,2,4)

  当然，如果我们只需要一个图，就没有子图的概念了，可以写成

ax = fig.add_subplot(1,1,1)

1.5. 网格划分整个图像，同时展示不同大小的图

  这是一种进阶方法来生成子图，利用GridSpec(m, n)把1.1.生成的Figure划分成m行n列的网格图，这样的好处是，我们可以手动设置我们的图像占据其中的的若干行和若干列，实现同时展示不同大小的图的功能，设置代码如下

gs = GridSpec(40, 40)   # 把Figure分成40*40的网格图
# ax1是axes对象，这一步意思是ax1画的图在原图(40*40)占据行5-14，占据列5-14(从零开始索引)
ax1 = fig.add_subplot(gs[5:15, 5:15])  

1.6. 画折线图

  我们可以利用axes.plot()画折线图，label参数会用于图例，这个函数有一些重要的参数可以看官方文档。

ax1.plot(x1, y1, label='第一个子图')

1.7. 画柱状图

  我们可以利用axes.bor()画柱状图。

ax2 = fig.add_subplot(gs[:20, 20:])   # ax2画的图在原图(40*40)占据行20-39，占据列20-39(从零开始索引)
ax2.bar(x2, y2, label='第二个子图')

1.8. 设置子图的标题

  我们可以利用axes.set_title()设置子图的标题，注意1.3.设置的是大标题，该方法同样可以传入x，y来调整图像的位置，x，y是相对子图的x，y；可以传入fontsize来改变标题的大小。

ax1.set_title('第一', fontsize=30, x=0.5, y=1.02)

1.9. 设置坐标轴的label

  我们可以利用axes.set_xlabel()和axes.set_ylabel()分别设置x，y坐标轴的label，可以传入fontsize来改变标题的大小

ax1.set_xlabel('X', fontsize=30)
ax1.set_ylabel('Y', fontsize=30)

1.10. 设置以及修改坐标轴的刻度(ticks)

  我们可以利用axes.set_xticks()和axes.set_yticks()分别设置x，y坐标轴的刻度的位置，默认情况下，这些位置也就是刻度标签，但我们可以通过set_xticklabels()和set_yticklabels()将任何其他的值用作标签。

ax1.set_xticks(range(0,10))   # 告诉matplotlib刻度存在的位置
ax1.set_xticklabels(['a', '上海','b', '广州','c', '北京','d', '南京','e', '浙江'])    # 告诉matplotlib刻度的位置上的刻度应该是什么

  同时，我们可以通过axes.tick_params()修改刻度的一些参数，axis={‘x’, ‘y’, ‘both’}用于确定需要改变的坐标轴, labelsize用于确定刻度的大小，rotation用于确定刻度是否要进行翻转，一般当x轴刻度过长时，可以设置rotation=90来让其旋转90度。

ax1.tick_params(axis='x', labelsize=20, rotation=90)   # 改变ticks值
ax1.tick_params(axis='y', labelsize=20)   # 改变ticks值

1.11. 设置图例

  我们可以利用axes.legend()设置图例，图例就是我们在1.7或1.8中的label，当然可以重新定义(这一点可以看官网)，这里可以通过fontsize调整图例大小, loc调整图例的位置。

ax1.legend(fontsize=10, loc='upper right')

  有些高度封装的函数可能自己带图例，如果我们想要移除图例，可以

axes.legend_.remove()

  如果想把图例设置到子图外面，我们可以利用

ax1.legend(loc=2, bbox_to_anchor=(1.05,1.0),borderaxespad = 0.) 

其中参数loc=2就相当于loc=‘upper left’，也就是说，我们要把图例框的左上角，放在图的(1.05,1.0)坐标处，也就是放到图的外面。

1.12. 保存以及显示图像

  保存使用plt.savefig()，显示使用plt.show()，一定要先保存后显示，因为plt.show()后就会生成一个新的空白图像，之后使用plt.savefig()就会存成空白的图像。

plt.savefig('xxx.png')   # 一定在plt.show()前面
plt.show()

2. 整体代码以及结果的展示

2.1. 结果

2.2. 代码

fig = plt.figure(figsize=(20,20))

plt.rcParams['font.sans-serif']=['SimHei']  # 用于显示中文
plt.rcParams['axes.unicode_minus'] = False  # 用于显示中文

# plt.rcParams['font.sans-serif']=['Times New Roman']

fig.suptitle('测试', fontsize=30, x=0.5, y=0.93)

# 生成相同大小的4个子图
# ax1 = fig.add_subplot(2,2,1)
# ax2 = fig.add_subplot(2,2,2)
# ax3 = fig.add_subplot(2,2,3)
# ax4 = fig.add_subplot(2,2,4)

# 生成一个图
# ax = fig.add_subplot(1,1,1)

gs = GridSpec(40, 40)

# 第一个子图
ax1 = fig.add_subplot(gs[5:15, 5:15])  # ax1是axes对象，这一步意思是ax1画的图在原图(40*40)占据行5-14，占据列5-14(从零开始索引)
ax1.plot(x1, y1, label='第一个子图')
ax1.set_title('第一', fontsize=30, x=0.5, y=1.02)
ax1.set_xlabel('X', fontsize=30)
ax1.set_ylabel('Y', fontsize=30)
ax1.set_xticks(range(0,10))   # 告诉matplotlib刻度存在的位置
ax1.set_xticklabels(['a', '上海','b', '广州','c', '北京','d', '南京','e', '浙江'])    # 告诉matplotlib刻度的位置上的刻度应该是什么
# ax1.set_yticks(range(0,10))
# ax1.set_yticklabels()
ax1.tick_params(axis='x', labelsize=20, rotation=90)   # 改变ticks值
ax1.tick_params(axis='y', labelsize=20)   # 改变ticks值
ax1.legend(fontsize=10, loc=2, bbox_to_anchor=(1.05,1.0),borderaxespad = 0.)

# 第二个子图
ax2 = fig.add_subplot(gs[:20, 20:])   # ax2画的图在原图(40*40)占据行20-39，占据列20-39(从零开始索引)
ax2.bar(x2, y2, label='第二个子图')   
ax2.set_title('第二', fontsize=30, x=0.5, y=1.02)
ax2.set_xlabel('X', fontsize=30)
ax2.set_ylabel('Y', fontsize=30)
ax2.tick_params(axis='x', labelsize=25)   # 改变ticks值
ax2.tick_params(axis='y', labelsize=25)   # 改变ticks值
ax2.legend(fontsize=30, loc='upper right')

# 第三个子图
ax3 = fig.add_subplot(gs[22:, :])    # ax3画的图在原图(40*40)占据行22-39，占据所有的列(从零开始索引)
ax3.plot(x3, y3, label='第三个子图')   
ax3.set_title('第三', fontsize=30, x=0.5, y=1.02)
ax3.set_xlabel('X', fontsize=30)
ax3.set_ylabel('Y', fontsize=30)
ax3.tick_params(axis='x', labelsize=25)   # 改变ticks值
ax3.tick_params(axis='y', labelsize=25)   # 改变ticks值
ax3.legend(fontsize=30, loc='upper right')

plt.savefig('xxx.png')
plt.show()