Matplotlib学习之subplots函数

1. subplots包装器参数说明：

subplots(nrows=1, ncols=1, sharex=False,sharey=False, squeeze=True, subplot_kw=None, gridspec_kw=None, ** fig_kw)

• nrows,ncols参数:整数类型，可选项，默认均为1.分别设置坐标轴的排列网格；

• sharex,sharey参数:布尔类型或是{“none”,“all”,“row”,“col”}字典类型,默认为False，用来指定各子图之间是否共用xy轴属性；

• True or “all”:将在所有图像之间共享xy轴属性
• False or “none”：每个图像x，y轴属性都是独立的
• “row”：进行横向属性共享
• “col “：进行列向属性共享

• squeeze:布尔类型，默认为True；

True:

• 如果只创建了一个子图像，返回的坐标系对象是一个标量
• 如果创建的是1xN单行或者MX1单列的子图像，返回坐标系对象是一个一维numpy数组
• 如果创建的是 NXM（N>1,M>1） 多行多列的子图像，返回坐标系对象是一个2维数组

False：

• 没有进行降维压缩，无论图像如何排列返回的坐标系对象总是2维数组的。

• num:整数类型或者字符串类型，默认：None。设置图像的序号或者标签

• subplot_kw:字典，可选项。字典里的关键字被传递给add_subplot函数去调用图像类型

• gridspec_kw:字典，可选项。将关键字传递给Gridspec构造函数，该构造函数用于放置子图的网络。

• ** fig_kw:所有关键字参数都传递给pyplot.figure函数去调用

返回结果：

• fig：画布对象
• ax：坐标系子图对象或者轴对象的数组

2. 例子

导入模块

# 导入模块 import matplotlib.pyplot as plt import numpy as np 

2.1 nrows,ncols参数应用：

设置坐标轴的排列网格

生成2行2列个子图像

# 生成2行2列个子图像 fig, axs = plt.subplots(nrows=2, ncols=2) # fig, axs = plt.subplots(2, 2) 

对多个坐标轴使用元组解包

# 对多个坐标轴使用元组解包 # fig, (ax1, ax2) = plt.subplot(1, 2)--错误的 f, (ax1, ax2) = plt.subplots(1, 2) 

#fig, ((ax1, ax2), (ax3, ax4)) = plt.subplot(2, 2) -- 错误的 fig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(2, 2, sharex="col") 

2.2 sharex,sharey参数应用：

指定各子图之间是否共用xy轴属性

同行子图共用了Y轴属性，同列子图共用了X轴属性

# 同行子图共用了Y轴属性，同列子图共用了X轴属性 fig, axs = plt.subplots(2,2,sharex=True,sharey=True) 

fig, axs = plt.subplots(1,2,sharey="row") 

fig, axs = plt.subplots(2,1,sharex="col") 

2.3 squeeze参数说明：

True:

• 如果只创建了一个子图像，返回的坐标轴对象是一个标量
• 如果创建的是1xN单行或者MX1单列的子图像，返回坐标系对象是一个一维numpy数组
• 如果创建的是 NXM（N>1,M>1） 多行多列的子图像，返回坐标系对象是一个2维数组

False：

• 没有进行降维压缩，无论图像如何排列返回的坐标系对象总是2维数组的。

2.3.1 指定为True时

一个子图时，ax是个标量,可以直接引用

# 一个子图时，ax是个标量,可以直接引用 fig, ax = plt.subplots(squeeze=True) ax.plot(np.arange(5)) 

一行或一列个数组时，返回的是一维数列对象

# 一行或一列个数组时，返回的是一维数列对象 fig, axs= plt.subplots(1, 2, squeeze=True) axs[0].plot(np.arange(5)) axs[1].plot(np.arange(4)) 

多行多列个数组时，返回的是二维数列对象

# 多行多列个数组时，返回的是二维数列对象 fig, axs= plt.subplots(2, 2, squeeze=True) # fig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(2, 2) x=np.linspace(0, 3, 100) axs[0,0].plot(x,x) axs[0,1].plot(x,x**2) axs[1,0].plot(x,x**3) axs[1,1].plot(x,x**4) 

2.3.2 指定False时

坐标系返回的总是二维数组对象

# 即使只创建了一个子图，坐标轴返回的依然是二维数组对象，调用时候指明象位 fig, ax = plt.subplots(squeeze=False) print("ax数组对象的形状：",ax.shape) x=np.linspace(0, 1.1, 100) # 定义支持中文全局字体 plt.rcParams["font.family"] ='PingFang HK' for k in np.arange(1,5): ax[0,0].plot(x, x**k,label=f"{k}次幂") #设置标题 ax[0,0].set_title("幂函数") #显示标签 plt.legend() 

2.4 subplot_kw参数

创建极坐标系

# 创建极坐标系 fig, axs = plt.subplots(subplot_kw=dict(polar=True)) 

参考文章：https://matplotlib.org/api/_as_gen/matplotlib.pyplot.subplots.html#matplotlib.pyplot.subplots

今天的文章
Matplotlib学习之subplots函数分享到此就结束了，感谢您的阅读。