Matplotlib子图与多子图

Matplotlib是一个广泛使用的Python数据可视化库，它支持创建复杂的图表结构，包括子图（subplots）。子图是指在一个大图形（figure）内创建多个小图（axes），它们可以独立绘制并共享相同的x轴、y轴或其他坐标轴。多子图可以在一张图上展示不同类型的数据或者在同一主题下对比不同的数据集。

创建子图的方式有很多种，比如使用`plt.subplot()`函数指定行数、列数以及当前激活的子图编号，或者使用`plt.subplots()`生成一个新的网格，并返回一个包含所有子图的元组。你可以单独修改每个子图的特性，如标题、轴标签、颜色等。

下面是一个简单的例子：

import matplotlib.pyplot as plt

# 创建一个包含2行2列的子图网格
fig, axs = plt.subplots(2, 2)

# 在每个子图中绘制不同的线形图
for ax in axs.flat:
    x = [1, 2, 3, 4]
    y = [1, 4, 9, 16]
    ax.plot(x, y)
    # 设置子图标题
    ax.set_title(f"Subplot {ax.get_subplotspec().rowname + ax.get_subplotspec().colname}")

plt.tight_layout()  # 确保子图之间的间距合适
plt.show()

相关问题

matplotlib怎么绘制多子图

你可以通过 `plt.subplot()` 函数在一个图中绘制多个子图，该函数的参数为 `numrows`, `numcols` 和 `plot_number`，表示子图的行数、列数和当前绘制的子图位置。例如，要在一个图中绘制 2 行 3 列的子图，可以按以下方式操作：

import matplotlib.pyplot as plt

# 绘制第一个子图
plt.subplot(2, 3, 1)
plt.plot([1, 2, 3], [4, 5, 6])

# 绘制第二个子图
plt.subplot(2, 3, 2)
plt.plot([1, 2, 3], [4, 5, 6])

# 绘制第三个子图
plt.subplot(2, 3, 3)
plt.plot([1, 2, 3], [4, 5, 6])

# 绘制第四个子图
plt.subplot(2, 3, 4)
plt.plot([1, 2, 3], [4, 5, 6])

# 绘制第五个子图
plt.subplot(2, 3, 5)
plt.plot([1, 2, 3], [4, 5, 6])

# 绘制第六个子图
plt.subplot(2, 3, 6)
plt.plot([1, 2, 3], [4, 5, 6])

# 显示图形
plt.show()

这样就能在一个图中绘制 2 行 3 列共 6 个子图。

matplotlib 中 如何在多子图中绘画多柱状图

在 Matplotlib 中，您可以使用 `subplots()` 方法创建多个子图，并使用 `bar()` 方法在每个子图中绘制多个柱状图。

下面是一个简单的示例代码，演示如何在一个 `2x2` 的网格中绘制 4 个子图，每个子图中包含 3 个柱状图：

import matplotlib.pyplot as plt
import numpy as np

# 创建 2x2 的网格子图
fig, axs = plt.subplots(nrows=2, ncols=2, figsize=(8, 6))

# 数据
x = np.array([1, 2, 3])
y1 = np.array([4, 2, 3])
y2 = np.array([3, 4, 1])
y3 = np.array([2, 5, 3])
y4 = np.array([5, 1, 2])

# 在每个子图中绘制柱状图
axs[0, 0].bar(x, y1)
axs[0, 0].set_title('Subplot 1')
axs[0, 1].bar(x, y2)
axs[0, 1].set_title('Subplot 2')
axs[1, 0].bar(x, y3)
axs[1, 0].set_title('Subplot 3')
axs[1, 1].bar(x, y4)
axs[1, 1].set_title('Subplot 4')

# 显示图形
plt.show()

上述代码中，我们首先创建了一个 `2x2` 的网格子图，并指定了每个子图的大小为 `(8, 6)`。然后，我们定义了四组数据，每组数据包含 3 个值。接下来，我们在每个子图中使用 `bar()` 方法绘制柱状图，并设置了每个子图的标题。最后，我们调用 `show()` 方法显示图形。