使用matplotlib實現在同一個窗口繪制多個圖形

更新時間：2023年08月18日 16:49:34 作者：MeteorMan99

這篇文章主要介紹了使用matplotlib實現在同一個窗口繪制多個圖形問題,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教

matplotlib在同一個窗口繪制多個圖形

代碼如下：

import numpy as np
import matplotlib.pyplot as plt
#創(chuàng)建自變量數組
x= np.linspace(0,2*np.pi,500)
#創(chuàng)建函數值數組
y1 = np.sin(x)
y2 = np.cos(x)
y3 = np.sin(x*x)
#創(chuàng)建圖形
plt.figure(1)
'''
意思是在一個2行2列共4個子圖的圖中，定位第1個圖來進行操作（畫圖）。
最后面那個1表示第1個子圖。那個數字的變化來定位不同的子圖
'''
#第一行第一列圖形
ax1 = plt.subplot(2,2,1)
#第一行第二列圖形
ax2 = plt.subplot(2,2,2)
#第二行
ax3 = plt.subplot(2,1,2)
#選擇ax1
plt.sca(ax1)
#繪制紅色曲線
plt.plot(x,y1,color='red')
#限制y坐標軸范圍
plt.ylim(-1.2,1.2)
#選擇ax2
plt.sca(ax2)
#繪制藍色曲線
plt.plot(x,y2,'b--')
plt.ylim(-1.2,1.2)
#選擇ax3
plt.sca(ax3)
plt.plot(x,y3,'g--')
plt.ylim(-1.2,1.2)
plt.show()

matplotlib——多圖合并

1.多圖合一(subplot)

matplotlib 是可以組合許多的小圖, 放在一張大圖里面顯示的. 使用到的方法叫作 subplot.

使用import導入matplotlib.pyplot模塊, 并簡寫成plt. 使用plt.figure創(chuàng)建一個圖像窗口.

使用plt.subplot來創(chuàng)建小圖. plt.subplot(2,2,1)表示將整個圖像窗口分為2行2列, 當前位置為1. 使用plt.plot([-2,3],[1,5])在第1個位置創(chuàng)建一個小圖.依此類推后面三個子圖。

import matplotlib.pyplot as plt
plt.figure(figsize=(5,4))
plt.subplot(2,2,1)   #221亦可
plt.plot([-2,3],[1,5])
plt.subplot(2,2,2)
plt.plot([4,9],[3,-5])
plt.subplot(2,2,3)
plt.plot([-6,-9],[3,-7])
plt.subplot(2,2,4)
plt.plot([1,-1],[0,4])
plt.tight_layout()  #自動調整子批次參數，使子批次適合圖形區(qū)域

2.分格顯示

2.1.subplot2grid方法

使用plt.subplot2grid來創(chuàng)建第1個小圖, (3,3)表示將整個圖像窗口分成3行3列, (0,0)表示從第0行第0列開始作圖，colspan=3表示列的跨度為3, rowspan=1表示行的跨度為1. colspan和rowspan缺省, 默認跨度為1.后面子圖與此方法一樣。

import matplotlib.pyplot as plt
plt.figure()
ax1 = plt.subplot2grid((3, 3), (0, 0), colspan=3)  #plt.subplot2grid(shape, location, rowspan, colspan)
ax1.plot([1.6, 2.3], [0.8, 1.2])    #畫直線
ax1.set_title('this is ax1')
ax2 = plt.subplot2grid((3, 3), (1, 0), colspan=1)  #起始（1，0）橫向跨度為1
ax3 = plt.subplot2grid((3, 3), (1, 2), rowspan=2)  #起始（1，2）縱向跨度為2
ax4 = plt.subplot2grid((3, 3), (2, 0))
ax4.scatter([0.5, 1], [1.8, 1.5])
ax4.set_xlabel('X')
ax4.set_ylabel('Y')
ax5 = plt.subplot2grid((3, 3), (2, 1))
plt.tight_layout()
plt.show()

2.2.gridspec方法

使用import導入matplotlib.pyplot模塊, 并簡寫成plt. 使用import導入matplotlib.gridspec, 并簡寫成gridspec.

使用plt.figure()創(chuàng)建一個圖像窗口, 使用gridspec.GridSpec將整個圖像窗口分成3行3列.

使用plt.subplot來作圖, gs[0, :]表示這個圖占第0行和所有列, gs[1, :2]表示這個圖占第1行和第2列前的所有列, gs[1:, 2]表示這個圖占第1行后的所有行和第2列, gs[-1, 0]表示這個圖占倒數第1行和第0列, gs[-1, -2]表示這個圖占倒數第1行和倒數第2列.

import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
plt.figure()
gs = gridspec.GridSpec(3, 3)
# use index from 0
ax6 = plt.subplot(gs[0, :])
ax7 = plt.subplot(gs[1, :2])
ax8 = plt.subplot(gs[1:, 2])    #第一行第二行的第二列（起始為0）
ax9 = plt.subplot(gs[-1, 0])    #最后一行第一個位置
ax10 = plt.subplot(gs[-1, -2])  #最后一行倒數第二個位置
plt.tight_layout()
plt.show()

2.3.subplots方法

使用plt.subplots建立一個2行2列的圖像窗口，sharex=True表示共享x軸坐標, sharey=True表示共享y軸坐標. ((ax11, ax12), (ax13, ax14))表示第1行從左至右依次放ax11和ax12, 第2行從左至右依次放ax13和ax14.

使用ax11.scatter創(chuàng)建一個散點圖.

import matplotlib.pyplot as plt
f, ((ax11, ax12), (ax13, ax14)) = plt.subplots(2, 2, sharex=True, sharey=True)
ax11.scatter([1.3,1.75], [1.8,1])
plt.tight_layout()   #表示緊湊顯示圖像
plt.show()

3.圖中有圖(plot in plot)

首先確定大圖左下角的位置以及寬高：left, bottom, width, height = 0.1, 0.1, 0.8, 0.8

注意，4個值都是占整個figure坐標系的百分比。在這里，假設figure的大小是10x10，那么大圖就被包含在由(1, 1)開始，寬8，高8的坐標系內。

將大圖坐標系添加到figure中，顏色為r(red)，取名為title。

接著，我們來繪制右上角的小圖，步驟和繪制大圖一樣，注意坐標系位置和大小的改變：

import matplotlib.pyplot as plt
fig = plt.figure()   #定義一個圖像窗口
x = [2, 3, 2, 5, 4, 8, 7]    
y = [2, 5, 6, 8, 2, 3, 1]
left, bottom, width, height = 0.1, 0.1, 0.8, 0.8   #left、bottom為原點坐標（按比例），width, height為圖的長寬（按比例）
ax1 = fig.add_axes([left, bottom, width, height])   #在fig中添加一個圖
ax1.plot(x, y, 'blue')
ax1.set_xlabel('x')
ax1.set_ylabel('y')
ax1.set_title('title')
left, bottom, width, height = 0.6, 0.6, 0.25, 0.25
ax2 = fig.add_axes([left, bottom, width, height])    #在fig中再添加一個圖
ax2.plot(y, x, 'r')
ax2.set_xlabel('x')
ax2.set_ylabel('y')
ax2.set_title('small fig in large ')
plt.show()

效果如下：

4.設置雙坐標軸

有時候我們會用到次坐標軸，即在同個圖上有第2個y軸存在。同樣可以用matplotlib做到，而且很簡單。

對ax1調用twinx()方法，生成如同鏡面效果后的ax2

import matplotlib.pyplot as plt
import numpy as np
x = np.arange(0,10,0.1)
y1 = 2*(x**2)
y2 = -0.5*(x**2)
fig, ax1 = plt.subplots()
ax2 = ax1.twinx()    #使用twinx添加y軸的坐標軸
ax1.plot(x, y1, 'g-')
ax2.plot(x, y2, 'r+')
#設置標簽（共用X軸）
ax1.set_xlabel('X') 
ax1.set_ylabel('Y1',color='g')
ax2.set_ylabel('Y2',color='r')
plt.show()