基于Python科研论文绘制学习 - task2

Matplotlib

1、subplot（）

matplotlib.pyplot模块提供了一个 subplot() 函数，它可以均等地划分画布，该函数的参数格式如下：
plt.subplot(nrows, ncols, index)
nrows 与 ncols 表示要划分几行几列的子区域（nrows*nclos表示子图数量），index 的初始值为1，用来选定具体的某个子区域。
例如： subplot(233)表示在当前画布的右上角创建一个两行三列的绘图区域（如下图所示），同时，选择在第 3 个位置绘制子图。

## subplot()
import matplotlib.pyplot as plt
ax1 = plt.subplot(212, title="one")  ## 该写法等于ax1 = plt.subplot(2,1,2);即先把画布分成两行，第一个子图占了第二行；
ax2 = plt.subplot(221, title="two")  ## 把画布分成四份，第二个子图占了左上角第一份
ax3 = plt.subplot(222, title="three")
## 如果新建的子图与现有的子图重叠，那么重叠部分的子图将会被自动删除，因为它们不可以共享绘图区域。
## 如果没有重叠，则可以直接显示。

运行结果（没有子图重叠）：

有子图重叠：

2、add_subplot（）

add_subplot（）的使用方法和subplot（）类似，不同的是，add_subplot（）函数先产生figure对象，然后在该对象的基础上依次添加子图

add_subplot(nrows, ncols, index, **kwargs)

## add_subplot()
import matplotlib.pyplot as plt
fig = plt.figure()
ax1 = fig.add_subplot(212, title="one")
ax2 = fig.add_subplot(221, title="two")
ax3 = fig.add_subplot(222, title="three")

运行结果：

当有子图重叠时，不会被覆盖：

3、subplots（）

subplots（）函数是常见的用于绘制子图的函数。
它的使用方法和 subplot() 函数类似。其不同之处在于，subplots() 既创建了一个包含子图区域的画布，又创建了一个 figure 图形对象，而 subplot() 只是创建一个包含子图区域的画布。

fig , ax = plt.subplots(nrows, ncols, sharex, sharey)
sharex 参数用来设定是否共享 X 轴；该函数会返回一个数组坐标对象，该对象用于每个子图的单独绘制。

## subplots()
import matplotlib.pyplot as plt
fig, axs = plt.subplots(2, 3, sharex = True, sharey = True)
# axs[0,0].text(0.3, 0.3, "subplots(0,0)")
# axs[0,1].text(0.5, 0.5, "subplots(0,1)")
# axs[0,2].text(0.5, 0.5, "subplots(0,2)")
# axs[1,0].text(0.5, 0.5, "subplots(1,0)")
# axs[1,1].text(0.5, 0.5, "subplots(1,1)")
# axs[1,2].text(0.5, 0.5, "subplots(1,2)")
axs[0][0].set_title('subplots(0,0)')
axs[0][1].set_title('subplots(0,1)')
axs[0][2].set_title('subplots(0,2)')
axs[1][0].set_title('subplots(1,0)')
axs[1][1].set_title('subplots(1,1)')
axs[1][2].set_title('subplots(1,2)')

4、axes（）

axes（）函数的主要功能是为当前画布（figure）对象添加坐标图形（axes）对象，使其成为当前坐标图形（axes）对象。需要提供rect参数（一个四元组”left、bottom、width、height）。常见用法是对当前画布对象坐标图形对象添加颜色和大小映射等，或在已有的坐标图形对象上添加另一个坐标图形对象。

import numpy as np
import matplotlib.pyplot as plt
from colormaps import parula
np.random.seed(23333)
plt.subplot(211)
plt.imshow(np.random.random((100,100)), cmap = parula)
plt.subplot(212)
plt.imshow(np.random.random((100,100)), cmap = parula) 
plt.subplots_adjust(bottom = 0.1, right = 0.8, top = 0.9)  ## 调整子图的布局参数
cax = plt.axes([0.8, 0.2, 0.05, 0.6])  ## 设置子图的位置与大小，[左, 下, 宽, 高] 规定的矩形区域
plt.colorbar(cax = cax)  ## 在已有的 axes 上绘制一个Colorbar，颜色条。

5、subplot2grid（）

subplot2grid（）函数可以实现不规则多子图绘制。

subplot2grid(shape, loc, rowspan=1/colspan=1)
shape 规定了网格的行数和列数，location 决定子图在网格内的行和列 rowspan或colspan分别规定了每个子图向下跨越的行数和向右跨越的列数。

import matplotlib.pyplot as plt
fig = plt.figure()
ax1 = plt.subplot2grid((3,3), (0,0), colspan = 3)
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))

import matplotlib.pyplot as plt
fig = plt.figure()
ax1 = plt.subplot2grid((3,3), (0,0), colspan = 3, rowspan = 2)
ax2 = plt.subplot2grid((3,3), (2,0), colspan = 2)
ax3 = plt.subplot2grid((3,3), (2,2))

6、gridspec.GridSpec（）

用于指定放置子图的网格的几何形状。

gridspec.GridSpec(nrows, ncols, figure=None, left=None, bottom=None, right=None, top=None）
（nrows, ncols）这两个参数一定要有，最后用subplot（）具体子图的选择和定制化操作。

常见的图类型