Python中怎么利用Matplotlib創建可視化套圖

這期內容當中小編將會給大家帶來有關Python中怎么利用Matplotlib創建可視化套圖，文章內容豐富且以專業的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。

Matplotlib有一個概念subplot：包含在Figure對象中的小型Axes對象。這允許我們在一幅圖中創建很多個子圖，方便對比數據。

創建子圖的3種常用方法：

1. fig.add_axes

2. plt.subplots

3. plt.GridSpec

import numpy as np
import matplotlib.pyplot as plt
%matplotlib inlineplt.style.use("ggplot")

1. fig.add_axes

1. 先調用plt.figure()創建Figure對象，圖表是所有坐標的容器。

2. 調用fig.add_axes()在圖表的任意位置添加子圖，該方法接收一個包含4個數字的列表: $[x, y, width, height]$，分別代表子圖左下角的坐標(x,y)，子圖的寬度和高度，這四個數字的取值范圍都是$[0,1]$，代表相對位置和大小。

3. 最后調用ax.plot將數據映射到子圖。

# 創建圖表對象
fig = plt.figure(figsize=(10, 7))
# 創建子圖ax1 = fig.add_axes([0, 0.5, 0.45, 0.45])  # 在圖表的左上角創建一個子圖
ax2 = fig.add_axes([0.5, 0, 0.45, 0.45])  # 在圖表的右下方創建一個子圖
# 左上角子圖：曲線圖x1 = np.linspace(-10, 10, 100)
ax1.plot(x1, np.sin(x1), color="red")
# 右下角子圖：柱狀圖x2 = ["a", "b", "c", "d", "e", "f"]
y2 = [1.2, 1.3, 2.5, 0.25, 5, 1.56]
ax2.bar(x2, y2, color="blue")

2. plt.subplots

plt.subplots用于快速創建多個子圖，這些子圖會以網格狀排列。函數返回長度為2的元組，第一個元素是Figure對象，第二個元素是坐標集合。

# 創建一個圖形對象，拆分為2*3的網格，包含6個坐標對象
fig, axes = plt.subplots(    nrows=2,  # 定義行數
    ncols=3,  # 定義列數
    sharex=True,  # 是否共享x軸坐標    sharey=True,  # 是否共享y軸坐標    figsize=(10, 7)  # 圖像大小
)# axes是2*3的numpy數組，可根據[row, col]索引獲取單個坐標對象
# print(type(axes))
# print(axes)
for i in range(2):
    for j in range(3):
        axes[i, j].text(0.5, 0.5, str((i, j)), ha="center", fontsize=15)

3. plt.GridSpec

上面的案例創建了規則排列的子圖(網格狀)，但有時候想創建不規則的子圖，部分子圖更大，展示核心信息，有的子圖較小，展現輔助信息。

plt.GridSpec可實現這一點，工作原理是先創建一個網格狀的藍圖，然后合并部分子圖（類似于Excel中合并單元格的操作）。

1. 調用plt.GridSpec創建網格狀的藍圖

2. 通過切片和索引按需求'合并'子圖

3. 調用ax.plot()將數據映射到圖表

# 創建圖表對象
fig = plt.figure(figsize=(10, 7))
# 創建2*3的'網格'藍圖
grid = plt.GridSpec(nrows=2, ncols=3, figure=fig)
# 網格對象可索引和切片，根據網格對象可創建坐標對象for row in range(2):
    for col in range(3):
        ax = plt.subplot(grid[row, col])        ax.text(0.5, 0.5, str((row, col)), ha="center", fontsize=15)
# 至此的效果跟plt.subplots相同，接下來我們展示如何合并子圖

# 創建圖表對象
fig = plt.figure(figsize=(10, 7))
# 創建2*3的'網格'藍圖
grid = plt.GridSpec(nrows=2, ncols=3, figure=fig)
# 合并子圖ax1 = plt.subplot(grid[0, 0])
ax2 = plt.subplot(grid[0, 1:])  # 合并(0,1)和(0,2)位置的子圖
ax3 = plt.subplot(grid[1, 0:2])  # 合并(1,0)和(1,1)位置的子圖
ax4 = plt.subplot(grid[1, 2])
x = np.linspace(0, 10, 30)
ax1.plot(x, np.sin(x), "-r")
ax2.plot(x, np.cos(x), "-ob")
ax3.plot(x, np.sin(x + 10), "-oy")
ax4.plot(x, np.cos(x + 10), "-g")

上述就是小編為大家分享的Python中怎么利用Matplotlib創建可視化套圖了，如果剛好有類似的疑惑，不妨參照上述分析進行理解。如果想知道更多相關知識，歡迎關注億速云行業資訊頻道。