python绘制子图技巧之plt.subplot、plt.subplots及坐标轴修改

下面是关于“python绘制子图技巧之plt.subplot、plt.subplots及坐标轴修改”的完整攻略：

一、概述

在数据可视化中，对于多个子图的绘制需求非常常见，这时候我们可以使用matplotlib库中的subplot()或subplots()函数来实现。同时，对于需要修改坐标轴刻度、刻度值等样式的情况，也可以使用相关的函数实现。

二、plt.subplot()函数

subplot()函数可以实现在同一个图中绘制多个子图。

函数格式如下：

plt.subplot(nrows, ncols, plot_number)

该函数的参数有3个，分别是行数、列数和当前子图的编号。

例如，如果想要在一个2行3列的图中绘制第一幅子图，可以使用如下的代码：

plt.subplot(2,3,1)

三、plt.subplots()函数

subplots()函数可以快速地创建一个由多个子图构成的整体。

函数格式如下：

fig, axs = plt.subplots(nrows, ncols)

其中，fig表示整个图像的Figure对象，而axs则是Axes对象的数组。

例如，如果想要创建一个2x2的四个子图组成的整体，代码如下：

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

四、坐标轴的修改

在绘制子图时，我们还经常需要修改子图的坐标轴刻度、刻度值等样式。这时候可以使用相关函数修改。

1.修改刻度范围

可以使用xlim()和ylim()函数来修改坐标轴的刻度范围。例如，下面的代码将x轴的刻度范围设为[0,10]：

plt.xlim(0,10)

同样的，y轴的范围也可以使用ylim()函数来修改。

2.修改刻度值

可以使用xticks()和yticks()函数来修改坐标轴的刻度值。这两个函数的第一个参数表示需要修改的轴，第二个参数表示新的刻度值。例如，下面的代码将x轴的刻度值修改为[0, 2, 4, 6, 8, 10]:

plt.xticks([0, 2, 4, 6, 8, 10])

同样的，y轴的刻度值也可以使用yticks()函数来修改。

3.其他样式的修改

在坐标轴中，还可以修改很多其他的样式，比如字体大小、颜色、刻度线宽度等。这里不一一列举了，更多的样式可以查看matplotlib的官方文档。

五、示例

下面我们通过两个示例来演示如何使用plt.subplot()和plt.subplots()函数以及坐标轴样式的修改。代码如下：

示例1：

import matplotlib.pyplot as plt
import numpy as np

#创建一个3x3的figure对象
fig = plt.figure(figsize=(8,8))

#使用subplot()函数创建第一个子图，并绘制直线
ax1 = fig.add_subplot(3,3,1)
x = np.arange(0, 10, 0.1)
ax1.plot(x, np.sin(x))
ax1.set_xlabel('x')
ax1.set_ylabel('y')
ax1.set_title('Sin Wave')

#使用subplot()函数创建第二个子图，并绘制正弦函数
ax2 = fig.add_subplot(3,3,2)
y = np.arange(0, 10, 0.1)
ax2.plot(y, np.cos(y))
ax2.set_xlabel('x')
ax2.set_ylabel('y')
ax2.set_title('Cos Wave')

#使用subplots()函数创建第三个子图，并绘制柱状图
ax3 = fig.add_subplot(3,3,3)
data = [3,2,5,4,1]
labels = ['a', 'b', 'c', 'd', 'e']
ax3.bar(labels, data)
ax3.set_xlabel('x')
ax3.set_ylabel('y')
ax3.set_title('Bar Chart')

#设置整个图像的布局
plt.tight_layout()

#显示图像
plt.show()

示例2：

import numpy as np
import matplotlib.pyplot as plt

#生成数据
x = np.arange(-np.pi, np.pi, 0.01)
y1 = np.sin(x)
y2 = np.cos(x)

#创建一个2x1的figure对象，并绘制正弦函数和余弦函数
fig, axs = plt.subplots(2,1, figsize=(8,6))
axs[0].plot(x, y1)
axs[0].set_title('Sin Wave')
axs[1].plot(x, y2)
axs[1].set_title('Cos Wave')

#修改x轴的刻度范围和刻度值
for ax in axs:
    ax.set_xlim(-np.pi, np.pi)
    ax.set_xticks([-np.pi, 0, np.pi])
    ax.set_xticklabels(['$-\pi$', '$0$', '$\pi$'])

#显示图像
plt.show()

以上就是关于“python绘制子图技巧之plt.subplot、plt.subplots及坐标轴修改”的完整攻略，希望对你有所帮助。