matplotlib - 创建子图

前言

前面几篇文章，我们有讲解关于matplotlib的用法，今天我们补充一个关于matplotlib创建子图的集中方法

我们在使用图形可视化工具时，有可能需要一个窗口里面创建数个小的子图来满足我们不同的需求，今天我们就来数一下，创建子图的三种方法！

矩阵式布局

矩阵式布局很简单，就是将一个窗口等分的划成相等的几个区域，规定行、列数即可

例如这样的
那么我们代码应该如何实现呢？
首先，我们来说语法:plt.subplot(行数,列数,序号)

#导入模块
import numpy as np
from matplotlib import pyplot as plt
from matplotlib import font_manager

#设置中文字体
my_font = font_manager.FontProperties(fname="C:\Windows\Fonts\msyh.ttc")

#创建图形窗口，设置图形窗口名字
plt.figure('Subplot',facecolor='lightgray')

#设置两行两列序号为1的矩阵子图
plt.subplot(221)
plt.xticks(())
plt.yticks(())
plt.text(0.5,0.5,'你好',ha='center',va='center',size=56,alpha=0.5,Fontproperties=my_font)

#设置两行两列序号为2的矩阵子图
plt.subplot(222)
plt.xticks(())
plt.yticks(())
plt.text(0.5,0.5,'中国',ha='center',va='center',size=56,alpha=0.5,Fontproperties=my_font)

#设置两行两列序号为3的矩阵子图
plt.subplot(223)
plt.xticks(())
plt.yticks(())
plt.text(0.5,0.5,'你好',ha='center',va='center',size=56,alpha=0.5,Fontproperties=my_font)

#设置两行两列序号为4的矩阵子图
plt.subplot(224)
plt.xticks(())
plt.yticks(())
plt.text(0.5,0.5,'世界',ha='center',va='center',size=56,alpha=0.5,Fontproperties=my_font)

#设置紧凑式布局
plt.tight_layout()

plt.savefig("路径")

效果图：

提示：

plt.subplot(3,3,5)
plt.subplot(335)

这两种写法的效果相等！

网格式布局

网格式布局的话，可以让我们灵活的进行排版，相对来说，更方便我们进行展示。
但是，我们需要用到另一种方法，需要重新导入
from matplotlib import gridspec as mg
语法：

gs = mg.GridSpec(行数,列数)
plt.subplot(gs[占行,占列])

现在明白了他的基本语法之后，我们来实际操作一下。

需求：

分析：
我们的代码mg.GridSpec(行数,列数)其实就是已经将图形窗口划分为相等的几行几列，但是，他是不可见的，也就是说，我们一会儿分配位置的时候，还是根据的行、列来进行划分的。

大致上就是上图那样。

• 网格1：[0,:2] (行、列索引下标)
• 网格2：[1:,0]
• 网格3：[2,1:]
• 网格4：[:2,2]
• 网格5：[1,1]
  代码：

#导入模块
from matplotlib import pyplot as plt
from matplotlib import gridspec as mg

#创建图形窗口
plt.figure("Grid",facecolor="lightgray")

#设置行列数
gs = mg.GridSpec(3,3)

#创建网格1
plt.subplot(gs[0,:2])
plt.xticks(())
plt.yticks(())
plt.text(0.5,0.5,"1",ha="center",va="center",size=36,alpha=0.5)

#创建网格2
plt.subplot(gs[1:,0])
plt.xticks(())
plt.yticks(())
plt.text(0.5,0.5,"2",ha="center",va="center",size=36,alpha=0.5)

#创建网格3
plt.subplot(gs[2,1:])
plt.xticks(())
plt.yticks(())
plt.text(0.5,0.5,"3",ha="center",va="center",size=36,alpha=0.5)

#创建网格4
plt.subplot(gs[:2,2])
plt.xticks(())
plt.yticks(())
plt.text(0.5,0.5,"4",ha="center",va="center",size=36,alpha=0.5)

#创建网格5
plt.subplot(gs[1,1])
plt.xticks(())
plt.yticks(())
plt.text(0.5,0.5,"5",ha="center",va="center",size=36,alpha=0.5)

#紧凑布局
plt.tight_layout()

#保存
plt.savefig("路径")

效果图

自由式布局

自由式布局主要应用于，当某个场景需要一个大图里面欠小图，例如

自由式布局就不再需要import导入其他的了，但是需要用到axes方法

语法：plt.axes([左坐标,底坐标,宽,高])

这里我们会提过一个左坐标，一个底坐标，一个宽一个高。
可以理解为：

注意：这里设置的左坐标和底坐标，宽、高，不是写死的具体坐标轴的信息，而是相对于坐标轴的比例

从而通过这四个比例来达到自由式布局的效果

代码

from matplotlib import pyplot as plt
plt.figure("Axes",facecolor='lightgray',)

plt.axes([0.03,0.038,0.94,0.924])
plt.xticks(())
plt.yticks(())
plt.text(0.5,0.5,'1',ha="center",va="center",size=36,alpha=0.5,color="red")

plt.axes([0.63,0.076,0.31,0.308])

plt.xticks(())
plt.yticks(())

plt.text(0.5,0.5,'2',ha="center",va="center",size=36,alpha=0.5,color="orange")

plt.savefig("路径")

效果图

ok~ 三种子图的效果都以讲解完毕，下次再做其他总结。。。