patchworklib，一款极其强大的 Python 库！

一、问题

如果想把多个图合并放在一个图里，如图，该如何实现

好在R语言 和 Python 都有对应的解决方案， 分别是patchwork包和patchworklib库。

二、R语言

安装

# install.packages("devtools")   devtools::install_github("thomasp85/patchwork")   

两个图并排在一行，只需要导入patchwork， 然后相加即可

library(ggplot2)   library(patchwork)      p1 <- ggplot(mtcars) + geom_point(aes(mpg, disp))   p2 <- ggplot(mtcars) + geom_boxplot(aes(gear, disp, group = gear))      p1 + p2   

两行，第一行三个图，第二行一个图

p3 <- ggplot(mtcars) + geom_smooth(aes(disp, qsec))   p4 <- ggplot(mtcars) + geom_bar(aes(carb))      (p1 | p2 | p3) /         p4   

三、Python

Patchworklib 是与 matplotlib 相关的绘图（简单 matplotlib 绘图、Seaborn 绘图（轴级和图形级）和plotnine 绘图）的通用编辑器。这个库的灵感来自于 ggplot2 的patchwork。因此，作为原始拼凑，用户可以轻松地仅使用/和|对齐 matplotlib 图。

Patchworklib 提供了该问题的解决方案。通过使用 patchworklib，任何类型的seaborn 和plotnine 图都可以作为matplotlib 子图进行处理。安装

pip3 install patchworklib   

import patchworklib as pw   import seaborn as sns       fmri = sns.load_dataset("fmri")   ax1 = pw.Brick(figsize=(3,2))   sns.lineplot(x="timepoint", y="signal", hue="region", style="event", data=fmri, ax=ax1)   ax1.legend(bbox_to_anchor=(1.05, 1.0), loc='upper left')   ax1.set_title("ax1")       titanic = sns.load_dataset("titanic")   ax2 = pw.Brick(figsize=(1,2))   sns.barplot(x="sex", y="survived", hue="class", data=titanic, ax=ax2)   ax2.move_legend(new_loc='upper left', bbox_to_anchor=(1.05, 1.0))   ax2.set_title("ax2")      ax12 = ax1|ax2   ax12.savefig("ax12.png")   

#省略 ax1、ax2、ax4绘制过程      ax124 = ax1|ax2|ax4   ax124.savefig("../img/ax124.png")   

#省略 ax124、ax3、ax5绘制过程   ax12435 = ax124/(ax3|ax5)   ax12435.savefig("../img/ax12435.png")   

以上就是“patchworklib，一款极其强大的 Python 库！”的全部内容，希望对你有所帮助。
​
​关于Python技术储备

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

三、Python视频合集

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

五、Python练习题

检查学习结果。

六、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

最后祝大家天天进步！！

上面这份完整版的Python全套学习资料已经上传至优快云官方，朋友如果需要可以直接微信扫描下方优快云官方认证二维码免费领取【保证100%免费】。