寫了兩篇 matplotlib， 感覺這個庫里面，函數(shù)還真是有點多，，，不知何年何月給寫完，或者半道撂翹子，，，算了，不管那么多，先把自己常用的寫一寫吧 ~

• 目錄：
  matplotlib 學習筆記(1)： figure
  matplotlib 學習筆記(2)：plot
  matplotlib 學習筆記(3): subplot and subplots
  matplotlib 學習筆記(4)：ion 和 ioff
  matplotlib 學習筆記(5)：scatter
  seaborn 簡單使用

subplot 函數(shù)

調(diào)用 subplot 函數(shù)后，如下所示，創(chuàng)建一個nrows 行，ncols 列的 Axes 對象，然后返回在 index 位置的子圖。

subplot(nrows, ncols, index, facecolor, polar, **kwargs)

• nrows，ncols，index：如果這三個數(shù)都小于10,則可以連寫，2,2,2 可以寫為 222。
• facecolor：string型，如 ‘b'，’w' 等，設(shè)置子圖的背景。
• polar：bool類型，默認為False，設(shè)置坐標是否為極坐標。

import matplotlib.pyplot as plt
import numpy as np

if __name__ == '__main__' :
    t1 = np.arange(0, 5, 0.1)
    t2 = np.arange(0, 5, 0.02)

    plt.figure(1)
    plt.subplot(221,facecolor = 'gray')
    plt.plot(t1, np.exp(-t1) * np.cos(2 * np.pi * t1), 'r-')

    plt.subplot(222,polar = True)
    plt.plot(t2, np.cos(2 * np.pi * t2), 'r--')

    plt.subplot(212) #大家看這里，不再是前面的 ‘22‘，換成了’21‘，表示兩行一列
    plt.plot([1, 2, 3, 4], [1, 4, 9, 16])

    plt.show()

效果展示圖

當然，如果想要對子圖操作更加嚴格，按照網(wǎng)格來畫，可以選擇使用 GridSpec 。import matplotlib.gridspec as gridspec，具體使用方法這里便不再展開 ~

subplots 函數(shù)

subplots 函數(shù)會返回一個figure 對象和一個 Axes 對象：

def subplots(nrows=1, ncols=1, sharex=False, sharey=False, squeeze=True,
             subplot_kw=None, gridspec_kw=None, **fig_kw):

• nrows and ncols：行和列的個數(shù)。
• sharex and sharey：決定是否共享x軸或y軸。
• **fig_kw：figure 函數(shù)的參數(shù)都可以，如 figsize、facecolor等。

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

    axes[0,0].plot(t1, np.exp(-t1) * np.cos(2 * np.pi * t1), 'r-', label = 'line')
    axes[0, 0].locator_params(nbins=10)                               #控制x、y軸的標注位置，此處只用來控制標注個數(shù)
    axes[0, 0].set_xlabel('x-label', fontsize=fontsize)               #設(shè)置x軸的標簽
    axes[0, 0].set_ylabel('y-label', fontsize=fontsize)               #設(shè)置y軸的標簽
    axes[0, 0].set_title('Title', fontsize=fontsize)                  #設(shè)置該子圖的標題
    axes[0, 0].legend()                                               #添加圖例
    axes[0,1].plot(t2, np.cos(2 * np.pi * t2), 'r--')
    axes[1,1].plot([1, 2, 3, 4], [1, 4, 9, 16])
    plt.show()

稍加修飾

順便再附帶一個小命令plt.tight_layout()，可以解決各個子圖標簽、標題相互遮擋等問題。

plt.tight_layout(pad=0.4, w_pad=0.5, h_pad=1.0)

• pad：分數(shù)（相對于 font-size），控制各個子圖邊界或 figure 邊界的內(nèi)邊距。
• h_pad and w_pad：單位為英寸，控制相鄰子圖的高或者寬的邊距。