作者：雪山飞猪
博客地址：
https://www.cnblogs.com/chenqionghe/p/12355018.html
说明：本文经作者授权转载，禁止二次转载
Matplotlib是Python的底层绘图工具，可定制性很强，很多人刚开始使用Matplotlib时，不明白一些基础概念，比如figure和axis的区别？如何绘制多个子图的图表？这次写个小短文来讲一讲。
相信不少小伙伴一开始都是直接用plt.plot来绘图，非常简单，但这是偷懒的做法，不建议大家这样。
fig, ax = plt.subplots(2,2)是比较正统的画法（参数代表行列数），指定figure和axes，然后对axes单独进行操作（图表元素增加和修改）。
fig相当于是一个大的画布，ax相当于是小的子图，一个画布可以有一个或多个子图。
单个图表任何操作都是在axes对象上进行的，包括坐标轴、刻度、图例等。
具体怎么用，下面讲到。
使用Matplotlib绘图单图相对比较容易，但有时候需要将多张图放在一张图表里，这就用到子图操作。
对应的有plt的subplot和figure的add_subplot的方法，参数可以是一个三位数字（例如111），也可以是一个数组（例如[1,1,1]），3个数字分别代表：
子图总行数
子图总列数
子图位置
以下三种方式效果一样，呈现的可视化图表如下：
「方式一：通过plt的subplot」
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
# 画第1个图：折线图
x=np.arange(1,100)
plt.subplot(221)
plt.plot(x,x*x)
# 画第2个图：散点图
plt.subplot(222)
plt.scatter(np.arange(0,10), np.random.rand(10))
# 画第3个图：饼图
plt.subplot(223)
plt.pie(x=[15,30,45,10],labels=list('ABCD'),autopct='%.0f',explode=[0,0.05,0,0])
# 画第4个图：条形图
plt.subplot(224)
plt.bar([20,10,30,25,15],[25,15,35,30,20],color='b')
plt.show()
「方式二：通过figure的add_subplot」
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
fig=plt.figure()
# 画第1个图：折线图
x=np.arange(1,100)
ax1=fig.add_subplot(221)
ax1.plot(x,x*x)
# 画第2个图：散点图
ax2=fig.add_subplot(222)
ax2.scatter(np.arange(0,10), np.random.rand(10))
# 画第3个图：饼图
ax3=fig.add_subplot(223)
ax3.pie(x=[15,30,45,10],labels=list('ABCD'),autopct='%.0f',explode=[0,0.05,0,0])
# 画第4个图：条形图
ax4=fig.add_subplot(224)
ax4.bar([20,10,30,25,15],[25,15,35,30,20],color='b')
plt.show()
「方式三：通过plt的subplots」subplots返回的值的类型为元组，其中包含两个元素：第一个为一个画布，第二个是子图
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
fig,ax=plt.subplots(2,2)
# 画第1个图：折线图
x=np.arange(1,100)
ax[0][0].plot(x,x*x)
# 画第2个图：散点图
ax[0][1].scatter(np.arange(0,10), np.random.rand(10))
# 画第3个图：饼图
ax[1][0].pie(x=[15,30,45,10],labels=list('ABCD'),autopct='%.0f',explode=[0,0.05,0,0])
# 画第4个图：条形图
ax[1][1].bar([20,10,30,25,15],[25,15,35,30,20],color='b')
plt.show()
前面的两个图占了221和222的位置，如果想在下面只放一个图，得把前两个当成一列，即2行1列第2个位置。
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
# 画第1个图：折线图
x=np.arange(1,100)
plt.subplot(221)
plt.plot(x,x*x)
# 画第2个图：散点图
plt.subplot(222)
plt.scatter(np.arange(0,10), np.random.rand(10))
# 画第3个图：条形图
# 前面的两个图占了221和222的位置，如果想在下面只放一个图，得把前两个当成一列，即2行1列第2个位置
plt.subplot(212)
plt.bar([20,10,30,25,15],[25,15,35,30,20],color='b')
plt.show()
往期精彩回顾
适合初学者入门人工智能的路线及资料下载机器学习及深度学习笔记等资料打印机器学习在线手册深度学习笔记专辑《统计学习方法》的代码复现专辑
AI基础下载机器学习的数学基础专辑获取一折本站知识星球优惠券，复制链接直接打开：https://t.zsxq.com/662nyZF本站qq群1003271085。加入微信群请扫码进群（如果是博士或者准备读博士请说明）：