掌控Matplotlib子图布局：灵活呈现数据见解

python

2024-03-26 08:09:02

Matplotlib中的子图：掌控可视化布局

简介

在数据可视化中，灵活安排数据视图至关重要。Matplotlib，作为Python中强大的可视化库，提供了fig.add_subplot()方法，让你轻松创建多个子图。了解这个方法中的参数将为你打开一个全新的数据呈现世界。

理解子图参数

创建子图时，你需要提供一个包含三个数字的字符串作为add_subplot()参数。这些数字了子图在网格中的位置，使用行和列坐标。

111： 默认参数，创建网格中左上角的第一个子图。
212： 右上角的第二个子图。

选择参数的技巧

参数的选择取决于你希望创建的子图数量和排列方式。例如：

两个垂直排列的子图： 121（顶部）和122（底部）
两个水平排列的子图： 211（左边）和212（右边）

其他参数格式

nxm： 创建n行m列的网格
nx1： 创建垂直排列的n行1列的子图
1nx： 创建水平排列的1行n列的子图

示例代码

以下代码演示了如何使用不同的参数创建子图：

import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [1, 4, 9, 16, 25]

# 1行1列
fig, ax = plt.subplots(1, 1)
ax.scatter(x, y)

# 2行1列
fig, ax = plt.subplots(2, 1)
ax[0].scatter(x, y)  # 第一行的子图
ax[1].scatter(x, y)  # 第二行的子图

# 1行2列
fig, ax = plt.subplots(1, 2)
ax[0].scatter(x, y)  # 第一列的子图
ax[1].scatter(x, y)  # 第二列的子图

plt.show()