Matplotlib入门:如何创建多个子图表实例?
- 内容介绍
- 文章标签
- 相关推荐
本文共计1899个文字,预计阅读时间需要8分钟。
在特定情境下,若能将不同的数据图表并列展示,对于我们进行数据分析比较将大有裨益。Matplotlib 提供了子图的概念来实现这一点:单个图表中可以包含一组小的 axes 来分别展示不同的数据。
在一些情况中,如果能将不同的数据图表并列展示,对于我们进行数据分析和比较会很有帮助。Matplotlib 提供了子图表的概念来实现这一点:单个图表中可以包括一组小的 axes 用来展示多个子图表。这些子图表可以是插图,网格状分布或其他更复杂的布局。在本节中我们会介绍 Matplotlib 中用来构建子图表的四个函数。
import matplotlib.pyplot as pltplt.style.use('seaborn-white')
import numpy as np
plt.axes:手动构建子图表
构建 axes 作为子图表的最基础方法就是使用plt.axes函数。正如我们前面已经看到,默认情况下,这个函数够创建一个标准的 axes 对象填满整个图表区域。plt.axes函数也可以接收一个可选的列表参数用来指定在 axes 在整个图表中的坐标点位置。列表中有四个数值分别为[left, bottom, width, height](取值都是 0-1),代表着子图表的左边、底部、宽度、高度在整个图表中左边、底部、宽度、高度所占的比例值。
本文共计1899个文字,预计阅读时间需要8分钟。
在特定情境下,若能将不同的数据图表并列展示,对于我们进行数据分析比较将大有裨益。Matplotlib 提供了子图的概念来实现这一点:单个图表中可以包含一组小的 axes 来分别展示不同的数据。
在一些情况中,如果能将不同的数据图表并列展示,对于我们进行数据分析和比较会很有帮助。Matplotlib 提供了子图表的概念来实现这一点:单个图表中可以包括一组小的 axes 用来展示多个子图表。这些子图表可以是插图,网格状分布或其他更复杂的布局。在本节中我们会介绍 Matplotlib 中用来构建子图表的四个函数。
import matplotlib.pyplot as pltplt.style.use('seaborn-white')
import numpy as np
plt.axes:手动构建子图表
构建 axes 作为子图表的最基础方法就是使用plt.axes函数。正如我们前面已经看到,默认情况下,这个函数够创建一个标准的 axes 对象填满整个图表区域。plt.axes函数也可以接收一个可选的列表参数用来指定在 axes 在整个图表中的坐标点位置。列表中有四个数值分别为[left, bottom, width, height](取值都是 0-1),代表着子图表的左边、底部、宽度、高度在整个图表中左边、底部、宽度、高度所占的比例值。

