python绘制子图技巧——plt.subplot和plt.subplots、及坐标轴修改

 偶然发现python(matplotlib)中绘制子图有两种方法,一种是plt.subplot,另一种是plt.subplots,这篇博客说一下这两种方法的区别,用法,以及常用的一些函数。

plt.figure的作用是定义一个大的图纸,可以设置图纸的大小、分辨率等,例如

fig = plt.figure(figsize=(16,16),dpi=300)  # 初始化一张画布

plt.plot() 是直接在当前活跃的的axes上面作图,注意是当前活跃的

知道这两点基础知识后,再来看subplotsubplots

plt.subplot

fig = plt.figure(figsize=(12, 4), dpi=200)
for i in range(len(img)):
    plt.subplot(1, len(img),i+1)
    plt.imshow(img[i])
plt.show()

plt.subplot作用是指定子图的位置,比如说现在总共有1行10列,当前子图位于哪里;
 使用这个函数时需要先定义一个大的图纸,因为subplot函数无法更改图纸的大小和分辨率等信息;所以必须通过fig = plt.figure(figsize=(12, 4), dpi=200)来定义图纸相关设置;
 同时,后续对于这个函数便捷的操作就是直接用plt,获取当前活跃的图层

plt.subplots

fig, ax = plt.subplots(1, len(img), figsize=(15, 10))
for i in range(len(img)):
    ax[i].imshow(img[i])
plt.show()

 使用plt.subplots函数时,可以直接在该函数内部设置子图纸信息
 该函数返回两个变量,一个是Figure实例fig,另一个 AxesSubplot实例ax 。fig代表整个图像,ax代表坐标轴和画的子图,通过下标获取需要的子区域
 后续我们需要对子图操作时,直接ax[i].imshow(img[i])就行

 与subplot的区别在于:(1)不需要通过plt来操作图层,每一个图层都有指定的axes;(2)一个写在for循环外面,一个写在里面;归根于原因还是suplots绘制多少图已经指定了,所以ax提前已经准备好了,而subplot函数调用一次就绘制一次,没有指定

subplotsubplots都可以实现画子图功能,只不过subplots帮我们把画板规划好了,返回一个坐标数组对象,而subplot每次只能返回一个坐标对象,subplots还可以直接指定画板的大小。

坐标轴修改

 我们通常需要修改坐标轴大小、刻度等信息,不论是子图还是一张大图;下面来看一下subplotssubplot在修改坐标方面的差异

plt在修改坐标时直接写plt.xlabel();plt.ylabel();plt.xlim();plt.ylim()等等就行,但是axesplt不一样,axes需要加上set,例如:axes.set_xlabel();axes.set_xlim() 这一点需要格外注意
 对于修改子图的坐标轴信息,很明显是subplots更方便,因为他有独立的axes,更方便让每一个子图的坐标轴不同,例如

fig, ax = plt.subplots(1, len(img), figsize=(15, 10))
for i in range(len(img)):
    ax[i].imshow(img[i])
    ax[i].set_xlabel("test csdn")
#如果要单独修改坐标轴
ax[5].set_xlabel("test csdn")
plt.show()

如果是subplot修改的话,参考代码如下:

fig = plt.figure(figsize=(12, 4), dpi=200)
for i in range(len(img)):
    plt.subplot(1, len(img),i+1)
    plt.imshow(img[i])
    plt.xlabel("csdn test")
plt.show()

当然,subplot也可以有返回值,但是这个返回值是一个一个的,并不是和subplots一样是一群都给你

fig = plt.figure(figsize=(12, 4), dpi=200)
for i in range(len(img)):
    ax=plt.subplot(1, len(img),i+1)
    #或者这样
    # ax = plt.gca()  获取当前活跃的子图层
    plt.imshow(img[i])
    ax.set_xlabel("csdn test")  #其实这样还是没法单个子图修改
plt.show()

xlabel、ylabel: 设置横轴、纵轴标签及大小
 例如plt.xlabel("csdn test", fontsize=20)

xlim、ylim: 设置x、y坐标轴的起始点(从哪到哪)
 例如plt.xlim(0,50) plt.ylim(0,60)

xticks、yticks: 设置坐标轴刻度的字体大小
 例如plt.xticks(labelsize=20)

title: 设置图片的标题
 例如 plt.title(“csdn test”)

你可能感兴趣的:(Python,python,机器学习,计算机视觉)