数据分析师-编程语言与工具-Matplotlib_多图与子图布局.docxVIP

PAGE1

PAGE1

Matplotlib多图与子图布局基础

1Matplotlib基本概念介绍

Matplotlib是一个用于Python的强大的绘图库，它能够生成各种静态、动态和交互式的图表。Matplotlib的核心模块是pyplot，它提供了一系列的绘图函数，使得Matplotlib的使用方式与MATLAB非常相似，从而便于用户快速上手。在Matplotlib中，Figure对象代表整个图像，而Axes对象则代表图像中的一个子图。通过Figure和Axes的组合，我们可以创建复杂的多图布局。

2创建单个图像和子图的方法

在Matplotlib中，创建单个图像和子图的方法主要有两种：使用pyplot模块的函数和使用面向对象的API。

2.1使用pyplot模块的函数

importmatplotlib.pyplotasplt

#创建数据

x=[1,2,3,4,5]

y=[2,3,5,7,11]

#使用pyplot创建单个图像

plt.figure()

plt.plot(x,y)

plt.xlabel(x轴)

plt.ylabel(y轴)

plt.title(单个图像示例)

plt.show()

2.2使用面向对象的API

importmatplotlib.pyplotasplt

#创建数据

x=[1,2,3,4,5]

y=[2,3,5,7,11]

#使用面向对象的API创建单个图像

fig,ax=plt.subplots()

ax.plot(x,y)

ax.set_xlabel(x轴)

ax.set_ylabel(y轴)

ax.set_title(单个图像示例)

plt.show()

3使用subplots()函数创建多图布局

subplots()函数是Matplotlib中用于创建多图布局的主要工具。它能够创建一个包含多个Axes对象的Figure对象，从而实现多图的布局。

3.1创建多个子图

importmatplotlib.pyplotasplt

importnumpyasnp

#创建数据

x=np.linspace(0,2*np.pi,400)

y1=np.sin(x**2)

y2=np.cos(x**2)

#使用subplots()函数创建多个子图

fig,(ax1,ax2)=plt.subplots(nrows=2,ncols=1,figsize=(8,6))

#在第一个子图中绘制数据

ax1.plot(x,y1)

ax1.set_title(正弦函数)

#在第二个子图中绘制数据

ax2.plot(x,y2)

ax2.set_title(余弦函数)

plt.tight_layout()

plt.show()

3.2创建网格布局的子图

importmatplotlib.pyplotasplt

importnumpyasnp

#创建数据

x=np.linspace(0,2*np.pi,400)

y1=np.sin(x**2)

y2=np.cos(x**2)

y3=np.tan(x**2)

y4=np.log(x)

#使用subplots()函数创建网格布局的子图

fig,axs=plt.subplots(nrows=2,ncols=2,figsize=(10,8))

#在第一个子图中绘制数据

axs[0,0].plot(x,y1)

axs[0,0].set_title(正弦函数)

#在第二个子图中绘制数据

axs[0,1].plot(x,y2)

axs[0,1].set_title(余弦函数)

#在第三个子图中绘制数据

axs[1,0].plot(x,y3)

axs[1,0].set_title(正切函数)

#在第四个子图中绘制数据

axs[1,1].plot(x,y4)

axs[1,1].set_title(对数函数)

plt.tight_layout()

plt.show()

3.3创建共享x轴或y轴的子图

importmatplotlib.pyplotasplt

importnumpyasnp

#创建数据

x=np.linspace(0,2*np.pi,400)

y1=np.sin(x**2)

y2=np.cos(x**2)

#使用subplots()函数创建共享x轴的子图

fig,(ax1,ax2)=plt.subplots(nrows=2,nc