理解fig,ax = plt.subplots()

fig = plt.figure()

ax = fig.add_subplot(1,1,1)

fig, ax = plt.subplots(1,3),其中参数1和3分别代表子图的行数和列数，一共有 1x3 个子图像。函数返回一个figure图像和子图ax的array列表。

fig, ax = plt.subplots(1,3,1),最后一个参数1代表第一个子图。

如果想要设置子图的宽度和高度可以在函数内加入figsize值

fig, ax = plt.subplots(1,3,figsize=(15,7))，这样就会有1行3个15x7大小的子图。

控制子图

方法1：通过plt控制子图
方法2：通过ax控制子图

# Creates two subplots and unpacks the output array immediately

fig = plt.figure()

ax1, ax2 = fig.subplots(1, 2, sharey=True)

ax1.plot(x, y)

ax1.set_title('Sharing Y axis')

ax2.scatter(x, y)

# Creates four polar axes, and accesses them through the

# returned array

axes = fig.subplots(2, 2, subplot_kw=dict(polar=True))

axes[0, 0].plot(x, y)

axes[1, 1].scatter(x, y)

（1）单行单列，按照一维数组来表示

# 定义fig

fig = plt.figure()

# 建立子图

ax = fig.subplots(2,1)    # 2*1

# 第一个图为

ax[0].plot([1,2], [3,4])

# 第二个图为

ax[1].plot([1,2], [3,4])

# 设置子图之间的间距，默认值为1.08

plt.tight_layout(pad=1.5)

（2）多行多列，按照二维数组来表示

# 定义fig

fig = plt.figure()

# 建立子图

ax = fig.subplots(2,2)    # 2*2

# 第一个图为

ax[0,1].plot([1,2], [3,4])

# 第二个图为

ax[0,1].plot([1,2], [3,4])

# 第三个图为

ax[1,0].plot([1,2], [3,4])

# 第四个图为

ax[1,1].plot([1,2], [3,4])

巴特西

理解fig,ax = plt.subplots()

控制子图

最新文章

热门文章