【matplotlib】21.多图合并【python3、numpy、pandas、matplotlib完结】

#【matplotlib】21.多图合并
2023.1.20

• python3、numpy、pandas、matplotlib完结
  新年快乐@！！

21.1 多合一显示

21.1.1 均匀分布

方法很简单 就是一张图 分几块 第一张占几块 从哪开始；第二张…

• plt.subplot()

# 打开一个窗口
import matplotlib.pyplot as plt

plt.figure()

#表示将整个图像窗口分为2行2列, 当前位置为1.
plt.subplot(2,2,1)
#上面这个未知的图像
plt.plot([0,1],[0,1])

#图2
plt.subplot(2,2,2)
plt.plot([0,1],[0,2])

#图3 plt.subplot(223)=plt.subplot(2,2,3)
plt.subplot(223)
plt.plot([0,1],[0,3])

#图4
plt.subplot(224)
plt.plot([0,1],[0,4])

plt.show()  # 展示

21.1.2 不均匀分布

plt.figure()

# 图像窗口分为2行1列, 当前位置为1.
plt.subplot(2,1,1)
plt.plot([0,1],[0,1])


#图像窗口分为2行3列, 当前位置为4
plt.subplot(2,3,4)
plt.plot([0,1],[0,2])

# 图像窗口分为2行3列, 当前位置为5,6
plt.subplot(235)
plt.plot([0,1],[0,3])

plt.subplot(236)
plt.plot([0,1],[0,4])

plt.show()  # 展示

21.2 分隔显示

1. plt.subplot2grid()
   也是图分几块，从哪个开始，夸几格

import matplotlib.pyplot as plt

plt.figure()

# 3*3的图，（0,0）开始画 跨3列
ax1 = plt.subplot2grid((3, 3), (0, 0), colspan=3)
ax1.plot([1, 2], [1, 2])    # 画小图
ax1.set_title('ax1_title')  # 设置小图的标题

ax2 = plt.subplot2grid((3, 3), (1, 0), colspan=2)
ax3 = plt.subplot2grid((3, 3), (1, 2), rowspan=2)
ax4 = plt.subplot2grid((3, 3), (2, 0))
ax5 = plt.subplot2grid((3, 3), (2, 1))

# 上面画好格子了 我们在其中ax4里面画好相应的图
ax4.scatter([1, 2], [2, 2])
ax4.set_xlabel('ax4_x')
ax4.set_ylabel('ax4_y')

Text(0, 0.5, 'ax4_y')

这里面要注意的就是：colspan,rowspan，方向别弄错

• colspan:是跨列，所以是横着走了
• rowspan`：是跨行，是纵着走

2. 方法2：gridspec

这个是用切片方法，说每个图位置

import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec

plt.figure()
# 3*3 的图
gs = gridspec.GridSpec(3, 3)

# gs[0, :]表示这个图占第0行和所有列
ax6 = plt.subplot(gs[0, :])

# 其他类似
ax7 = plt.subplot(gs[1, :2])
ax8 = plt.subplot(gs[1:, 2])
ax9 = plt.subplot(gs[-1, 0])
ax10 = plt.subplot(gs[-1, -2])

# 后面可以添加每个图的描述,例如ax10

ax10.plot([1, 2], [3, 2])

[]

21.3 共享坐标轴

# 2行2列  ((ax11, ax12), (ax13, ax14))表示第1行从左至右 从上往下

f, ((ax11, ax12), (ax13, ax14)) = plt.subplots(2, 2, sharex=True, sharey=True)


# 创建图形 ax12,13,14
ax11.scatter([1,2], [1,2])
ax12.scatter([2,3], [3,4])


# plt.tight_layout()表示紧凑显示图像
plt.tight_layout()
plt.show()

21.4 次坐标轴

也就是一个图两个y轴

1. 第一个坐标轴

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(0, 10, 0.1)

y1 = 0.05 * x**2

y2 = -1 * y1

# figure默认的坐标系 ax1
fig, ax1 = plt.subplots()

2. 第二个坐标轴

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(0, 10, 0.1)

y1 = 0.05 * x**2

y2 = 1* x+5

# figure默认的坐标系 ax1
fig, ax1 = plt.subplots()

# 对ax1调用twinx()方法，生成如同镜面效果后的ax2,放到了右侧
ax2 = ax1.twinx()

ax1.plot(x, y1, 'g-')   # 第一个轴产生图像green, solid line
ax1.set_xlabel('X data') # 设置x轴名字
ax1.set_ylabel('Y1 data', color='g')# 设置y1轴名字

# 第二个 图像和y2名字颜色
ax2.plot(x, y2, 'b-') # blue
ax2.set_ylabel('Y2 data', color='b')

plt.show()