Python figure参数及subplot子图绘制代码

下面就对这个问题进行详细讲解。

1. Python中的figure参数

在Python的matplotlib库中，figure参数指代的是整个图形对象的定义，它可以控制图形的大小、分辨率、背景色等属性。首先需要创建一个figure对象，然后在对象上进行绘图即可。

下面给出一个示例代码，展示如何创建一个figure对象：

import matplotlib.pyplot as plt

fig = plt.figure(figsize=(6, 4))

其中，figsize=(6, 4)表示创建一个大小为6x4英寸的figure对象。

除了figsize参数外，还有许多其他的参数可以控制figure对象的属性，如下所示：

• dpi：指定分辨率，即每英寸所包含的像素点数。
• facecolor：指定背景色。
• edgecolor：指定边框颜色。
• linewidth：指定边框宽度。
• frameon：指定是否显示边框。

2. Python中的subplot子图绘制代码

subplot是指将一个大的图形区域分割成若干个小的区域，并在每个小区域中绘制不同的图形。在Python的matplotlib库中，我们可以使用subplot实现这个功能。

下面给出一个示例代码，展示如何利用subplot绘制多个小图：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-np.pi, np.pi, 100)

fig, axs = plt.subplots(2, 2, figsize=(8, 8))

axs[0, 0].plot(x, np.sin(x))
axs[0, 0].set_title('sin(x)')

axs[0, 1].plot(x, np.cos(x))
axs[0, 1].set_title('cos(x)')

axs[1, 0].plot(x, np.tan(x))
axs[1, 0].set_title('tan(x)')

axs[1, 1].plot(x, np.exp(x))
axs[1, 1].set_title('exp(x)')

plt.show()

在上面的代码中，我们首先使用np.linspace函数生成了一个包含100个值的等差数列x。接着，我们调用plt.subplots(2, 2)函数，将整个图形区域分割成了2x2的小区域，并创建了一个名为axs的子图数组。其中，figsize参数指定了整个图形对象的大小，即8x8英寸。

接下来，我们在每个小区域中绘制不同的图形，包括$\sin x$、$\cos x$、$\tan x$和$\exp x$。注意，在每个小区域中，我们通过调用set_title函数设置了相应的标题。

最后，我们调用plt.show函数将图形显示出来。

除了上面的示例代码外，还可以通过调整subplot的参数及组合方式，实现更多样化的子图绘制效果。