Python-Matplotlib可视化（7）——多方面自定义统计图绘制

前言

在系列博文的中，我们已经学习了如何自定义绘图的颜色和样式，以使得绘制更加精美、符合审美要求。可以用Matplotlib绘制出复杂而又精美的统计图，同时也讲解了注释的用法，使统计图变得清晰简洁。但这些仅仅是Matplotlib绘图包强大功能的冰山一角。
当我们使用一个绘图包时，我们需要其涵盖的内容极其多样：一方面，我们希望可以使用最少的代码和技巧创建任何类型的图形；另一方面，我们也希望能够灵活的自定义图形的所有方面。这是两个截然相反的目标，Matplotlib在这两个目标之间提供了优异的平衡。接下来，我们将看到如何在多个方面自定义图形。

多个子图的合成

有时，我们希望检查数据的多个方面。例如，查看一个地区的天气状况，我们不仅希望得到时间与温度的关系，同时我们也需要关注时间与风力、PM2.5等方面之间的关系，此时我们希望同时展现时间-温度、时间-风力、时间-PM2.5三个不同的图形，Matplotlib提供了将多个图形组合在一起的方法。

import numpy as np
from matplotlib import pyplot as plt
t = np.linspace(-np.pi, np.pi, 1024)
grid_size = (4, 2)
plt.subplot2grid(grid_size, (0, 0), rowspan = 3, colspan = 1)
plt.plot(np.sin(2 * t), np.cos(0.5 * t), c = 'm')
plt.subplot2grid(grid_size, (0, 1), rowspan = 3, colspan = 1)
plt.plot(np.cos(3 * t), np.sin(t), c = 'c')
plt.subplot2grid(grid_size, (3, 0), rowspan=1, colspan=3)
plt.plot(np.cos(5 * t), np.sin(7 * t), c= 'y')
plt.tight_layout()
plt.show()

Tips：使用plt.subplot2grid()可以定义一个R行、C列的网格。然后，我们可以将一个图形渲染到所定义的网格中。
plt.subplot2grid()函数有四个常用参数：

1. 第一个参数是网格的行数和列数，作为元组传递，例如我们想要一个R行、C列的网格，则需要传递（R，C）。
2. 第二个参数用于确定图形在网格中的坐标，也作为元组传递。
3. 可选参数rowspan定义图形将占据多少行。
4. 可选参数colspan定义图形将占据多少列。

调用plt.subplot2grid()后，对plt绘图的下一次调用将在指定的矩形区域内绘制图形，同理，要在网格的另一个区域中绘制下一个图形，需要再次调用plt.subplot2grid()。
在示例中，定义了一个2x4的网格。前两个图形占据了1列、3行，第三个图形占据了两列、一行。一旦绘制了所有的图形，就需要调用pyplot.tight_layout()按照定义自动排列所有图形，确保它们彼此不重叠。

为每个子图添加标题

我们已经可以将多个子图合成在一个图形中，但是每个子图可能还需要有自己的标题，可以使用plt.title()为每个子图添加标题：

import numpy as np
from matplotlib import pyplot as plt
def get_radius(t, params):
    m, n_1, n_2, n_3 = params
    u = (m * t) / 4
    return (np.fabs(np.cos(u)) ** n_2 + np.fabs(np