Python matplotlib实现多重图的绘制

目录
  • Python中插入图片
  • 绘制子图
    • 绘制1*2的子图
    • 绘制２*2的子图
    • 绘制不规则子图
    • 绘制图中代码
from matplotlib import pyplot as plt
plt.style.use('fivethirtyeight')
fig=plt.figure()
ax=fig.add_subplot(1,1,1)
plt.text(0.5,0.5,'Figure',ha='center',va='center',size=20,alpha=0.5)
# 注：这里的0.5代表x，y轴上面特定的点坐标，ha和va则代表水平和垂直，ha和va可以确保数据绝对居中

plt.show()
xax=ax.xaxis
yax=ax.yaxis

Python中插入图片

在相应的目录下面放上文件：

import numpy as np
from PIL import Image
plt.figure()
plt.xticks([]),plt.yticks([])
im=np.array(Image.open('M.jpg'))
plt.imshow(im)
plt.show()

绘制子图

plt.figure()
plt.plot([0,1],[0,1])
plt.show()

绘制1*2的子图

绘制1*2的子图，类似于列向量：

# 1*2 子图
plt.subplot(2,1,1)
plt.xticks([]),plt.yticks([])
plt.text(0.5,0.5,'subplot(2,1,1)',ha='center',va='center',size=20,alpha=0.5)

plt.subplot(2,1,2)
plt.xticks([]),plt.yticks([])
plt.text(0.5,0.5,'subplot(2,1,2)',ha='center',va='center',size=20,alpha=0.5)

plt.show()


plt.subplot(1,2,1)
plt.xticks([]),plt.yticks([])
plt.text(0.5,0.5,'subplot(2,1,1)',ha='center',va='center',size=20,alpha=0.5)

plt.subplot(1,2,2)
plt.xticks([]),plt.yticks([])
plt.text(0.5,0.5,'subplot(2,1,2)',ha='center',va='center',size=20,alpha=0.5)

plt.show()

绘制２*2的子图

## 2*2子图
plt.style.use('seaborn')
fig,axes=plt.subplots(nrows=2,ncols=2)
for i,ax in enumerate(axes.flat):
    print(i)
    print(ax)

plt.show()


plt.style.use('seaborn')
fig,axes=plt.subplots(nrows=2,ncols=2)
for i,ax in enumerate(axes.flat):
    ax.set(xticks=[],yticks=[])
    s='subplot(2,2)'+str(i)+')'
    ax.text(0.5,0.5,s,ha='center',va='center',size=20,alpha=0.5)

plt.show()

绘制不规则子图

不规则的子图绘制：

## 不规则的子图绘制
import matplotlib.gridspec as gridspec
G=gridspec.GridSpec(3,3)
ax1=plt.subplot(G[0,:])
plt.show()


##  不规则的子图绘制
import matplotlib.gridspec as gridspec
G=gridspec.GridSpec(3,3)

ax1=plt.subplot(G[0,:])
plt.xticks([]),plt.yticks([])
plt.text(0.5,0.5,'Axes 1',ha='center',va='center',size=20,alpha=0.5)

ax2=plt.subplot(G[1,:-1])
plt.xticks([]),plt.yticks([])
plt.text(0.5,0.5,'Axes 2',ha='center',va='center',size=20,alpha=0.5)

ax3=plt.subplot(G[1:,-1])
plt.xticks([]),plt.yticks([])
plt.text(0.5,0.5,'Axes 3',ha='center',va='center',size=20,alpha=0.5)

ax4=plt.subplot(G[-1,0]) # 表示倒数第一行和第一列
plt.xticks([]),plt.yticks([])
plt.text(0.5,0.5,'Axes 4',ha='center',va='center',size=20,alpha=0.5)

ax5=plt.subplot(G[-1,1]) # 表示倒数第一行和第二列
plt.xticks([]),plt.yticks([])
plt.text(0.5,0.5,'Axes 5',ha='center',va='center',size=20,alpha=0.5)

plt.show()

绘制图中代码

fig,ax=plt.subplots()　＃　同时生成图和坐标系
ax.set(xticks=[],yticks=[])
s='Style 1\n\nfig,ax=plt.subplots()\nax.plot()'
ax.text(0.5,0.5,s,ha='center',va='center',size=20,alpha=0.5)


fig=plt.figure()  # 先生成图再生成坐标系
ax=fig.add_subplot(1,1,1)
ax.set(xticks=[],yticks=[])
s='Style 2\n\nfig,ax=plt.subplots()\nax.plot()'
ax.text(0.5,0.5,s,ha='center',va='center',size=20,alpha=0.5)

到此这篇关于Python matplotlib实现多重图的绘制的文章就介绍到这了,更多相关Python matplotlib多重图内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！

赞 (0)

相关推荐

  • Python matplotlib plotly绘制图表详解

    Python matplotlib plotly绘制图表详解

    目录 一.整理数据 二.折线图 三.散点图 四.饼图 五.柱形图 六.点图(设置多个go对象) 七.2D密度图 八.简单3D图 一.整理数据 以300部电影作为数据源 import pandas as pd cnboo=pd.read_excel("cnboNPPD1.xls") cnboo import seaborn as sns import numpy as np import matplotlib as mpl from matplotlib import pyplot as

  • Python Matplotlib条形图之垂直条形图和水平条形图详解

    Python Matplotlib条形图之垂直条形图和水平条形图详解

    目录 1.垂直条形图 2.水平条形图 总结 条形图是一种常用的图形,比如在各种PPT的展示中为各种职业人士所喜爱.条形图能够直观地展示各种场景下数值的比较.Matplotlib提供了bar()函数绘制条形图. 这里提供一个案例: 假设某销售公司需要在PPT中展示4位员工的年度销售业绩,用条形图绘制小红.小王.小李.小张的业绩,分别是260万元.300万元.310万元.269万元. 在图中标注一些中文信息,Matplotlib本身对中文的支持不是很友好,在绘图前使用如下代码进行设置,可以解决该问题

  • Python基础之画图神器matplotlib

    Python基础之画图神器matplotlib

    Python画图(线条颜色.大小.线形) 先放基础代码,下面讲述效果: import matplotlib.pyplot as plt import numpy as np list1=[1,2,6,4,5,6,2,4,4,5,7] list2=[2,3,5,8,12,1,3,4,6,2,4] plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签 plt.title('显示中文标题') plt.xlabel("横坐标") plt.

  • 分享python中matplotlib指定绘图颜色的八种方式

    分享python中matplotlib指定绘图颜色的八种方式

    目录 1.使用[0,1]之间浮点数值表示RGB/RGBA颜色值 2.使用十六进制RGB/RGBA字符串表示颜色 3.使用颜色首字母 4.使用X11/CSS4的颜色名 5.使用xkcd颜色 6.Tableau的T10种颜色 7.CN表示的循环颜色 8.字符串表示的浮点数值 9.绘图函数与汇总 在使用matplotlib的pyplot库进行绘图时,经常会发现各种开源代码指定“color”的方式并不一致.发现共有8种指定color的方式. 8种方式如下: 使用[0, 1]之间浮点数值表示RGB/RGB

  • python必备库Matplotlib画图神器

    python必备库Matplotlib画图神器

    目录 1.安装方法 2.用好官网的例子 最简单的应用-折线图 添加注释的方法 柱状图-BarLabel 折线图之CSD 前言: Matplotlib 通常与 NumPy.Pandas 一起使用,是数据分析中不可或缺的重要工具之一. Matplotlib 是 Python 中类似 MATLAB 的绘图工具,如果您熟悉 MATLAB,那么可以很快的熟悉它.Matplotlib 提供了一套面向对象绘图的 API,它可以轻松地配合 Python GUI 工具包(比如 PyQt,WxPython.Tkin

  • Python matplotlib seaborn绘图教程详解

    Python matplotlib seaborn绘图教程详解

    目录 一.seaborn概述 二.数据整理 01折线图 02柱形图 03直方图 三.绘图 01设定调色盘 02柱状图 03技术图 04点图 05箱型图 06小提琴图 一.seaborn概述 Seaborn是在matplotlib的基础上进行了更高级的API封装,从而使得作图更加容易,在大多数情况下使用seaborn就能做出很具有吸引力的图.详情请查阅官网:seaborn 二.数据整理 import seaborn as sns import numpy as np import matplotl

  • Python matplotlib实现折线图的绘制

    Python matplotlib实现折线图的绘制

    目录 一.版本 二.图表主题设置 三.一次函数 四.多个一次函数 五.填充折线图 官网: https://matplotlib.org 一.版本 # 01 matplotlib安装情况 import matplotlib matplotlib.__version__ 二.图表主题设置 请点击:图表主题设置 三.一次函数 import numpy as np from matplotlib import pyplot as plt # 如何使用中文标题 plt.rcParams['font.san

  • Python数据可视化之使用matplotlib绘制简单图表

    Python数据可视化之使用matplotlib绘制简单图表

    目录 一.绘制折线图 二.绘制柱形图或堆积图形 三.绘制条形图或堆积条形图 四.绘制堆积面积图 五.绘制直方图 六.绘制饼图或者圆环图 七.绘制散点图或气泡图 八.绘制箱形图 九.绘制雷达图 十.绘制误差棒图 总结 一.绘制折线图 使用plot()绘制折线图 常用的参数: x:表示x轴的数据 y:表示y轴的数据 fmt:表示快速设置条样式的格式字符串. label:表示应用于图例的标签文本. plot()会返回一个包含Line2D类对象(代表线条)的列表. plot()函数的语法格式: plot

  • Python matplotlib实现多重图的绘制

    Python matplotlib实现多重图的绘制

    目录 Python中插入图片 绘制子图 绘制1*2的子图 绘制2*2的子图 绘制不规则子图 绘制图中代码 from matplotlib import pyplot as plt plt.style.use('fivethirtyeight') fig=plt.figure() ax=fig.add_subplot(1,1,1) plt.text(0.5,0.5,'Figure',ha='center',va='center',size=20,alpha=0.5) # 注:这里的0.5代表x,y

  • 不同版本中Python matplotlib.pyplot.draw()界面绘制异常问题的解决

    前言 本文主要给大家介绍了关于不同版本中Python matplotlib.pyplot.draw()界面绘制异常的相关内容,分享出来供大家参考学习,下面话不多说了,来一起看看详细的介绍吧. 在 Ubuntu系统上进行如下配置: $ sudo apt-get update $ sudo apt-get upgrade $ sudo apt-get install python-dev $ sudo apt-get install python-pip $ sudo pip install --u

  • Python matplotlib画图实例之绘制拥有彩条的图表

    Python matplotlib画图实例之绘制拥有彩条的图表

    生产定制一个彩条标签. 首先导入: import matplotlib.pyplot as plt import numpy as np from matplotlib import cm from numpy.random import randn 制作拥有垂直(默认)彩条的图表: fig, ax = plt.subplots() data = np.clip(randn(250, 250), -1, 1) cax = ax.imshow(data, interpolation='neares

  • python matplotlib模块基本图形绘制方法小结【直线，曲线，直方图，饼图等】

    本文实例讲述了python matplotlib模块基本图形绘制方法.分享给大家供大家参考,具体如下: matplotlib模块是python中一个强大的绘图模块 安装 pip  install matplotlib 首先我们来画一个简单的图来感受它的神奇 import numpy as np import matplotlib.pyplot as plt import matplotlib zhfont1=matplotlib.font_manager.FontProperties(fname

  • Python+matplotlib实现饼图的绘制

    Python+matplotlib实现饼图的绘制

    目录 一.整理数据 二.创建饼图 三.爆炸效果 四.阴影效果 五.为饼图加上百分比 六.让饼图旋转不同的角度 七.为饼图添加边缘线 八.为饼图数据分组 一.整理数据 关于cnboo1.xlsx,我放在我的码云里,需要的朋友自行下载:cnboo1.xlsx films=['穿过寒冬拥抱你','反贪风暴5:最终章','李茂扮太子','误杀2','以年为单位的恋爱','黑客帝国:矩阵重启','雄狮少年','魔法满屋','汪汪队立大功大电影','爱情神话'] regions=['中国','英国','澳大

  • Python matplotlib实现散点图的绘制

    Python matplotlib实现散点图的绘制

    目录 一.整理数据 二.修改点的样式 三.呈现半透明的状态 四.点呈现多彩的颜色 五.让点的大小不一 六.侧边呈现颜色卡 七.改变集中性 一.整理数据 import pandas as pd cnbodf=pd.read_excel('cnboo1.xlsx') cnbodfsort=cnbodf.sort_values(by=['BO'],ascending=False) def mkpoints(x,y): return len(str(x))*(y/25)-3 cnbodfsort['po

  • 基于Python+Matplotlib实现直方图的绘制

    基于Python+Matplotlib实现直方图的绘制

    目录 1.关于直方图 2.plt.hist() 3. 绘制一幅简单的 频数 分布直方图 4. 绘制一幅 频率 分布直方图 5. 累积分布直方图(水平方向) 1.关于直方图 直方图 也称 质量分布图,虽然看起来像柱状图, 实际上区别又很大.直方图通常横轴表示数据类型,纵轴表示各数据类型的分布情况. 直方图又可以分为频数分布直方图和频率分布直方图.其绘制方法并无多少差异,只是描述的事件有所不同.频数分布直方图描述的是某事件的数量,而频率分布则描述的是其发生的频率. 而关于频率分布直方图,又可以理解为

  • Python matplotlib数据可视化图绘制

    Python matplotlib数据可视化图绘制

    目录 前言 1.折线图 2.直方图 3.箱线图 4.柱状图 5.饼图 6.散点图 前言 导入绘图库: import matplotlib.pyplot as plt import numpy as np import pandas as pd import os 读取数据(数据来源是一个EXCLE表格,这里演示的是如何将数据可视化出来) os.chdir(r'E:\jupyter\数据挖掘\数据与代码') df = pd.read_csv('air_data.csv',na_values= '-

  • python matplotlib画图库学习绘制常用的图

    python matplotlib画图库学习绘制常用的图

    本文实例为大家分享了python matplotlib绘制常用图的具体代码,供大家参考,具体内容如下 github地址 导入相关类 import numpy as np import pandas as pd import matplotlib.pyplot as plt %matplotlib inline plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签 plt.rcParams['axes.unicode_minus']=Fals

  • python+matplotlib绘制3D条形图实例代码

    python+matplotlib绘制3D条形图实例代码

    本文分享的实例主要实现的是Python+matplotlib绘制一个有阴影和没有阴影的3D条形图,具体如下. 首先看看演示效果: 完整代码如下: import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D # setup the figure and axes fig = plt.figure(figsize=(8, 3)) ax1 = fig.add_subplot(121

随机推荐