plt.subplot 的axes()函数

`plt.subplot()` 函数用于在一个图形窗口中创建多个子图，它的语法格式如下：

plt.subplot(nrows, ncols, index, **kwargs)

其中，`nrows` 和 `ncols` 表示子图网格的行数和列数，`index` 表示当前子图在网格中的索引（从左到右，从上到下编号，范围是 1 到 `nrows * ncols`）。`**kwargs` 表示可选参数，例如 `sharex` 和 `sharey`，它们分别表示是否共享 x 轴和 y 轴。

`plt.subplot()` 函数返回的是一个 `AxesSubplot` 对象，它表示当前子图的坐标系。如果需要在该子图中进行绘图，需要先使用 `axes()` 函数将坐标系设为当前坐标系，例如：

fig=plt.figure()
ax1=fig.add_subplot(121) # 创建第1个子图
ax2=fig.add_subplot(122) # 创建第2个子图
ax1.plot([1,2,3],[4,5,6])
ax2.plot([1,2,3],[6,5,4])
plt.show()

上述代码创建了一个包含两个子图的图形窗口，第一个子图占据了网格中的第一列第一行，第二个子图占据了网格中的第一列第二行。然后，使用 `ax1.plot()` 和 `ax2.plot()` 分别在这两个子图中绘制了一条折线。

相关问题

plt.subplots 和 plt.subplot

`plt.subplots()`和`plt.subplot()`都是Matplotlib库中用于创建子图的函数，它们都属于绘图模块`pyplot`。这两个函数的主要区别在于它们处理子图的方式：

1. `plt.subplots(nrows=1, ncols=1, **kwargs)`:
这是一个通用的函数，它会一次性返回一个新的Figure（图形）和Axes（子图）。`nrows`和`ncols`分别指定行数和列数，可以创建网格状的子图。你可以根据需要设置参数，如共享x轴或y轴、调整子图间距等。如果只需要一个子图，可以省略这两个参数。

2. `plt.subplot(num)` 或 `plt.subplot(nrows, ncols, index)`:
这种形式更为直接，接受一个数字作为输入，这个数字会被解析成三元组`(row, col, index)`，表示当前要在第几行第几列的子图上继续绘制。如果你想要创建一系列连续的子图，这个函数非常方便。例如，`plt.subplot(2, 1, 1)` 表示创建一个2行1列布局的第一个子图。

当你创建了多个子图后，可以直接通过索引访问并修改每个子图的内容。使用`plt.subplots`创建的子图通常更灵活，而`plt.subplot`则更适合预定义的子图位置。

from scipy import ndimage from skimage import io from matplotlib import pyplot as plt # img为原始图像 img = io.imread('C:/Users/lvxiong/Desktop/3.jpg') # 中值滤波 n = 3 new_img = ndimage.median_filter(img, (n, n)) # 显示图像 plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False plt.subplot(1, 2, 1) plt.axis('off') plt.imshow(img) plt.title('原图像') plt.subplot(1, 2, 2) plt.axis('off') plt.imshow(new_img) plt.title('中值滤波') plt.savefig('中值滤波结果.tif') plt.show()

这段代码是使用 Python 中的 Scipy 和 Skimage 库实现对图像进行中值滤波的操作，并将滤波后的图像结果进行显示和保存。

具体的实现步骤如下：

1. 导入所需要的库：Scipy 中的 ndimage 模块用于图像处理，Skimage 中的 io 模块用于图像读取，Matplotlib 中的 pyplot 模块用于图像显示和保存。

2. 读取原始图像：使用 io.imread 函数读取指定路径下的图片文件，得到一个表示图像的数组 img。

3. 中值滤波处理：使用 ndimage.median_filter 函数对原始图像进行中值滤波，得到一个新的滤波后的图像数组 new_img。

4. 显示图像结果：使用 pyplot.subplot 函数创建一个包含两个子图的画布，分别用于显示原始图像和滤波后的图像。使用 pyplot.imshow 函数显示图像，并设置标题和标签等属性。最后使用 pyplot.savefig 函数保存滤波后的图像结果，并使用 pyplot.show 函数显示画布。

中值滤波是一种图像处理中常用的滤波方法，它可以有效地去除图像中的噪点，提高图像的质量。