Python中利用Matplotlib绘制多图并合并展示

大家好，最近在研究在搞Python的大作业，有个需求就是利用Matplotlib画几个像模像样的统计图然后合并在一张图中，因为此前很少用这方面的东西，所以折腾了不少时间，今天介绍一下。

1、subplot多合一

其实，利用python 的matplotlib包下的subplot函数可以将多个子图放在同一个画板上。在此之前，我们先来看一个案例：

import  matplotlib．pyplot as plt

import numpy as np 

plt．rcParams［＇font．sans－serif＇］＝［＇SimHei＇］ ＃ 用来正常显示中文标签

plt．rcParams［＇axes．unicode＿minus＇］＝False ＃ 用来正常显示负号

t＝np．arange（0．0，2．0，0．1）

s＝np．sin（t＊np．pi）

plt．figure（figsize＝（8，8）， dpi＝80）

plt．figure（1）

ax1 ＝ plt．subplot（221）

ax1．plot（t，s， color＝＂r＂，linestyle ＝ ＂－－＂）

ax2 ＝ plt．subplot（222）

ax2．plot（t，s，color＝＂y＂，linestyle ＝ ＂－＂）

ax3 ＝ plt．subplot（223）

ax3．plot（t，s，color＝＂g＂，linestyle ＝ ＂－．＂）

ax4 ＝ plt．subplot（224）

ax4．plot（t，s，color＝＂b＂，linestyle ＝ ＂：＂）

效果如下：

可以看到，一个画板上放了4个子图。达到了我们想要的效果。好了我们现在来解析一下刚刚的部分代码：

plt．figure（1）：表示取第一块画板，通俗地讲，一个画板就是一张图，如果你有多个画板，那么最后就会弹出多张图。

plt．subplot（221）：221表示将画板划分为2行2列，然后取第1个区域。那么第几个区域是怎么界定的呢？这个规则遵循行优先数数规则！比如说4个区域：

优先从行开始数，从左到右按顺序1234……然后再下一行。那么下面这几行代码大家都懂了吧：

ax1 ＝ plt．subplot（221）

ax1．plot（t，s， color＝＂r＂，linestyle ＝ ＂－－＂）

ax2 ＝ plt．subplot（222）

ax2．plot（t，s，color＝＂y＂，linestyle ＝ ＂－＂）

ax3 ＝ plt．subplot（223）

ax3．plot（t，s，color＝＂g＂，linestyle ＝ ＂－．＂）

ax4 ＝ plt．subplot（224）

ax4．plot（t，s，color＝＂b＂，linestyle ＝ ＂：＂）

一共划分了2X2＝4个区域，然后1234分别开始绘图。so easy！比如我们想达到下面的效果：

那么只需要：

import  matplotlib．pyplot as plt

import numpy as np 

plt．rcParams［＇font．sans－serif＇］＝［＇SimHei＇］ ＃ 用来正常显示中文标签

plt．rcParams［＇axes．unicode＿minus＇］＝False ＃ 用来正常显示负号

t＝np．arange（0．0，2．0，0．1）

s＝np．sin（t＊np．pi）

plt．figure（figsize＝（8，8）， dpi＝80）

plt．figure（1）

ax1 ＝ plt．subplot（221）

plt．plot（［1，2，3，4］，［4，5，7，8］， color＝＂r＂，linestyle ＝ ＂－－＂）

ax2 ＝ plt．subplot（222）

plt．plot（［1，2，3，5］，［2，3，5，7］，color＝＂y＂，linestyle ＝ ＂－＂）

ax3 ＝ plt．subplot（212）

plt．plot（［1，2，3，4］，［11，22，33，44］，color＝＂g＂，linestyle ＝ ＂－．＂）

子图1和子图2与上面的一样，主要是子图3，plt．subplot（212）表示将整个画板分成两部分后取第2块，即下面的部分。

2、subplot2grid分格显示

这种方式和上一种实现的效果一样，只不过更加容易理解罢了，先来看一个案例代码：

import  matplotlib．pyplot as plt

import numpy as np

plt．rcParams［＇font．sans－serif＇］＝［＇SimHei＇］ ＃ 用来正常显示中文标签

plt．rcParams［＇axes．unicode＿minus＇］＝False ＃ 用来正常显示负号

＃method1： subplot2grid

＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃

plt．figure（figsize＝（12， 10）， dpi＝80）

ax1＝plt．subplot2grid（（3，3），（0，0），colspan＝3，rowspan＝1）＃相当于格子分成3行3列，列跨度为3，行跨度为1

ax1．plot（［1，2］，［1，2］） ＃轴的范围，x轴，y轴。 

ax1．set＿title（＇ax1＿title＇）

ax2＝plt．subplot2grid（（3，3），（1，0），colspan＝2，rowspan＝1）

ax2．plot（［2，4，6］，［7，9，15］）

ax3＝plt．subplot2grid（（3，3），（1，2），colspan＝1，rowspan＝1）

x ＝ np．arange（4）

y ＝ np．array（［15，20，18，25］）

ax3．bar（x，y）

ax4＝plt．subplot2grid（（3，3），（2，0），colspan＝1，rowspan＝1）

ax5＝plt．subplot2grid（（3，3），（2，1），colspan＝2，rowspan＝1）

效果如下：

结合图可能更好理解一点，其中代码：

plt．subplot2grid（（3，3），（0，0），colspan＝3，rowspan＝1）

第一个参数（3，3）相当于格子分成3行3列，第二个参数（0，0）表示该子图的开始位置，colspan＝3表示子图的列跨度为3，rowspan＝1表示子图的行跨度为1。

好了，以上就是Matplotlib绘制多图的内容，是不是很简单呢！喜欢的小伙伴可以收藏一下，万一哪天就用得上了呢。