1. 函数功能

成一个画布和若干子区。

2. 函数语法

matplotlib.pyplot.subplots(nrows=1, ncols=1, *, sharex=False, sharey=False, squeeze=True, subplot_kw=None, 
gridspec_kw=None, **fig_kw)

3. 函数参数与示例

参数	含义
nrows, ncols	画布被分成的行、列数
squeeze	布尔值，是否压缩维度，默认取值为True：当取值为True时，1. 若只创建一个子区，则返回子区是一个标量；2. 若是N1或者1M个子区，则返回1维子区对象；3. 若为N*M（N>1且M>1）则返回二维数组。当取值为False时，总是返回二维数组
width_ratios	每一列的相对宽度，默认每列宽度相等，可以指定宽度： width_ratios[i] / sum(width_ratios)
height_ratios	每一行的相对高度，默认每列高度相等，可以指定宽度： height_ratios[i] / sum(height_ratios)
subplot_kw	定义子区属性的关键字参数，如：绘图区域的背景颜色： facecolor
gridspec_kw
**fig_kw	传递给figure对象的其他关键字

3.1 nrows与ncols

import matplotlib.pyplot as plt
import numpy as np
import matplotlib as mpl

mpl.rcParams['font.sans-serif'] = ['KaiTi']
mpl.rcParams['axes.unicode_minus'] = False

fig, ax = plt.subplots(2, 3, facecolor='y', alpha=0.3)
plt.show()

在这里插入图片描述

3.2 生成画布与1个绘图区域

3.2.1 squeeze=False

当squeeze参数取值为False，不压缩维度时，虽然只有一个绘图区域，绘图区域ax的返回结果依然为二维数组，因此，设定绘图区域的内容需要使用行列索引

import matplotlib.pyplot as plt
import numpy as np
import matplotlib as mpl

mpl.rcParams['font.sans-serif'] = ['KaiTi']
mpl.rcParams['axes.unicode_minus'] = False

x = np.linspace(0, 2 * np.pi, 500)
y = np.sin(x) * np.cos(x)

fig, ax = plt.subplots(1, 1, squeeze=False,
                       subplot_kw=dict(facecolor='cornflowerblue', alpha=0.3))
ax[0,0].plot(x, y, ls='--', color='k', lw=2)
ax[0,0].set_xlabel('时间(s)')
ax[0,0].set_ylabel('振幅')
ax[0,0].set_title('简单折线图')
ax[0,0].grid(ls=':', lw=1, color='gray', alpha=0.8)
plt.show()

在这里插入图片描述

3.2.2 squeeze=True

当squeeze参数取值为True，压缩数组维度，产生一个绘图区域时返回一个标量，此时可以使用ax

import matplotlib.pyplot as plt
import numpy as np
import matplotlib as mpl

mpl.rcParams['font.sans-serif'] = ['KaiTi']
mpl.rcParams['axes.unicode_minus'] = False

x = np.linspace(0, 2 * np.pi, 500)
y = np.sin(x) * np.cos(x)

fig, ax = plt.subplots(1, 1, squeeze=True,
                       subplot_kw=dict(facecolor='cornflowerblue', alpha=0.3))
ax.plot(x, y, ls='--', color='k', lw=2)
ax.set_xlabel('时间(s)')
ax.set_ylabel('振幅')
ax.set_title('简单折线图')
ax.grid(ls=':', lw=1, color='gray', alpha=0.8)
plt.show()

3.3 生成画布与N1个子区或1M个子区

3.3.1 N*1个子区

当squeeze取值为False时，ax返回二维数组；当squeeze取值为True时，ax返回一维数组。

import matplotlib.pyplot as plt
import numpy as np
import matplotlib as mpl

mpl.rcParams['font.sans-serif'] = ['KaiTi']
mpl.rcParams['axes.unicode_minus'] = False

x = np.linspace(0, 2 * np.pi, 500)
y = np.sin(x) * np.cos(x)

fig, ax = plt.subplots(2, 1, squeeze=True,
                       subplot_kw=dict(facecolor='lightgreen', alpha=0.3))
ax[1].plot(x, y, ls='--', color='k', lw=2)
ax[0].set_xlabel('时间(s)')
ax[0].set_ylabel('振幅')
ax[0].set_title('简单折线图')
ax[0].grid(ls=':', lw=1, color='gray', alpha=0.8)
plt.show()

在这里插入图片描述

3.3.2 1*M个子区

import matplotlib.pyplot as plt
import numpy as np
import matplotlib as mpl

mpl.rcParams['font.sans-serif'] = ['KaiTi']
mpl.rcParams['axes.unicode_minus'] = False

x = np.linspace(0, 2 * np.pi, 500)
y = np.sin(x) * np.cos(x)
y1 = x
fig, ax = plt.subplots(1, 3, squeeze=True,
                       subplot_kw=dict(facecolor='lightgreen', alpha=0.3))
ax[1].plot(x, y, ls='--', color='k', lw=2)
ax[0].set_xlabel('时间(s)')
ax[0].set_ylabel('振幅')
ax[0].set_title('简单折线图')
ax[2].plot(x, y1, ls=':', c='r')
ax[2].grid(ls=':', lw=1, color='gray', alpha=0.8)
plt.show()

在这里插入图片描述

3.4 N*M个子区（N>1,M>1）

import matplotlib.pyplot as plt
import numpy as np
import matplotlib as mpl

mpl.rcParams['font.sans-serif'] = ['KaiTi']
mpl.rcParams['axes.unicode_minus'] = False

x = np.linspace(0, 2 * np.pi, 500)
y = np.sin(x) * np.cos(x)
y1 = x
y2 = x ** 2
y3 = np.tan(x)
fig, ax = plt.subplots(2, 2, squeeze=False,
                       subplot_kw=dict(facecolor='snow', alpha=0.3, polar=True))
ax[0, 0].plot(x, y, ls='--', color='k', lw=2)
ax[0, 1].plot(x, y1, c='r')
ax[1, 0].plot(x, y2, ls=':', c='g', lw=2)
ax[1, 1].plot(x, y3, c='m')
plt.show()

在这里插入图片描述

3.5 sharex与sharey取值为布尔值

3.5.1 sharex与sharey均为False

当sharex=Fasle；sharey=False，每个子区的坐标轴均相互独立

import matplotlib.pyplot as plt
import numpy as np
import matplotlib as mpl

mpl.rcParams['font.sans-serif'] = ['KaiTi']
mpl.rcParams['axes.unicode_minus'] = False

x1 = np.linspace(0, 2 * np.pi, 500)
x = np.arange(0,10,0.5)
y = np.sin(x1) * np.cos(x1)
y1 = x1
y2 = x ** 2
y3 = np.tan(x)

fig, ax = plt.subplots(2, 2, sharex=False, sharey=False)
ax[0, 0].plot(x1, y, ls='--', color='k', lw=2)
ax[0, 1].plot(x1, y1, c='r')
ax[1, 0].plot(x, y2, ls=':', c='g', lw=2)
ax[1, 1].plot(x, y3, c='m')
plt.show()

在这里插入图片描述

3.5.2 sharex=True,sharey=False

当sharex=True；sharey=False，每个子区共享x轴，每个子区的y轴相互独立

fig, ax = plt.subplots(2, 2, sharex=True, sharey=False)

在这里插入图片描述

3.5.3 sharex=False,sharey=True

当sharex=False；sharey=TRUE，每个子区x轴刻度相互独立，所有子区共享y轴

fig, ax = plt.subplots(2, 2, sharex=False, sharey=True)

在这里插入图片描述

3.5.4 sharex=TRUE,sharey=True

当sharex=False；sharey=TRUE，每个子区共享x轴，每个子区共享y轴

fig, ax = plt.subplots(2, 2, sharex=True, sharey=True)

在这里插入图片描述

3.5 总结

取值	含义
sharex=True, sharey=True	所有子区共享相同的x轴与y轴
sharex=True, sharey=False	所有子区共享相同的x轴，每个子区使用各自独立的y轴
sharex=False, sharey=True	每个子区使用各自独立的x轴，所有子区共享相同的y轴
sharex=False, sharey=False	每个子区均使用各自独立的x轴与y轴，默认情况

3.6 sharex与sharey取值为{‘none’, ‘all’, ‘row’, ‘col’}

3.6.1 sharex=‘none’ 且 sharey=‘none’

这种情况下相当于sharex=False,sharey=Fasle;每个子区的坐标轴均相互独立

import matplotlib.pyplot as plt
import numpy as np
import matplotlib as mpl

mpl.rcParams['font.sans-serif'] = ['KaiTi']
mpl.rcParams['axes.unicode_minus'] = False

x1 = np.linspace(0, 2 * np.pi, 500)
y1 = x1
x2 = np.arange(0,10,0.5)
y2 = np.sin(x2) * np.cos(x2)
x3 = np.linspace(0,  np.pi, 500)
y3 = np.tan(x3)
x4 = np.arange(4,10,1)
y4 = x4**2

fig, ax = plt.subplots(2, 2, sharex='none', sharey='none')
ax[0, 0].plot(x1, y1, ls='--', color='k', lw=2)
ax[0, 1].plot(x2, y2, c='r')
ax[1, 0].plot(x3, y3, ls=':', c='g', lw=2)
ax[1, 1].plot(x4, y4, c='m')
plt.show()

在这里插入图片描述

3.6.2 sharex=‘all’ 且 sharey=‘none’

这种情况下相当于sharex='all'  且 sharey='none';每个子区x轴的均使用相同刻度，最后一行显示刻度标签

fig, ax = plt.subplots(2, 2, sharex='all', sharey='none')

在这里插入图片描述

3.6.3 sharex=‘none’ 且 sharey=‘all’

这种情况下相当于sharex='none'  且 sharey='all';每个子区y轴的均使用相同刻度，第一列显示共同的刻度标签

fig, ax = plt.subplots(2, 2, sharex='none', sharey='all')

在这里插入图片描述

3.6.4 sharex=‘all’ 且 sharey=‘all’

 这种情况下相当于sharex='all'  且 sharey='all';每个子区x轴与y轴的均使用相同刻度，第一列与最后一行显示共同的刻度标签

fig, ax = plt.subplots(2, 2, sharex='all', sharey='all')

在这里插入图片描述

3.6.5 sharex=‘all’ 且 sharey=‘row’

此时所有子区的x轴共享，同一行的y轴共享

fig, ax = plt.subplots(2, 2, sharex='all', sharey='row')

在这里插入图片描述

3.6.6 sharex=‘all’ 且 sharey=‘col’

此时所有子区的x轴共享，同一列的y轴共享

fig, ax = plt.subplots(2, 2, sharex='all', sharey='col')

在这里插入图片描述

3.6.7 sharex=‘none’ 且 sharey=‘row’

每个子区使用独立的x轴，每行共享相同的y轴

fig, ax = plt.subplots(2, 2, sharex='none', sharey='row')

在这里插入图片描述

3.6.8 sharex=‘none’ 且 sharey=‘col’

每个子区使用独立的x轴，每列共享相同的y轴

fig, ax = plt.subplots(2, 2, sharex='none', sharey='col')

在这里插入图片描述

3.6.9 sharex=‘row’ 且 sharey=‘all’

每行子区使用相同的x轴，所有子区使用相同的y轴

fig, ax = plt.subplots(2, 2, sharex='row', sharey='all')

在这里插入图片描述

3.6.10 sharex=‘row’ 且 sharey=‘none’

每行子区使用相同的x轴，所有子区使用各自独立的y轴

import matplotlib.pyplot as plt
import numpy as np
import matplotlib as mpl

mpl.rcParams['font.sans-serif'] = ['KaiTi']
mpl.rcParams['axes.unicode_minus'] = False

x1 = np.linspace(0, 2 * np.pi, 500)
y1 = x1
x2 = np.arange(0,10,0.5)
y2 = np.sin(x2) * np.cos(x2)
x3 = np.linspace(0,  np.pi, 500)
y3 = np.tan(x3)
x4 = np.arange(10,20,1)
y4 = x4**2

fig, ax = plt.subplots(2, 2, sharex='row', sharey='none')
ax[0, 0].plot(x1, y1, ls='--', color='k', lw=2)
ax[0, 1].plot(x2, y2, c='r')
ax[1, 0].plot(x3, y3, ls=':', c='g', lw=2)
ax[1, 1].plot(x4, y4, c='m')
plt.show()

在这里插入图片描述

3.6.11 sharex=‘row’ 且 sharey=‘row’

每行子区使用相同的x轴，每行子区共享y轴

fig, ax = plt.subplots(2, 2, sharex='row', sharey='row')

在这里插入图片描述

3.6.12 sharex=‘row’ 且 sharey=‘col’

每行子区使用相同的x轴，每列子区共享y轴

fig, ax = plt.subplots(2, 2, sharex='row', sharey='col')

在这里插入图片描述

3.6.13 sharex=‘col’ 且 sharey=‘all’

每列共享x轴，所有子区共享y轴

fig, ax = plt.subplots(2, 2, sharex='col', sharey='all')

在这里插入图片描述

3.6.14 sharex=‘col’ 且 sharey=‘all’

每列共享x轴，每个子区独立使用各自的y轴

fig, ax = plt.subplots(2, 2, sharex='col', sharey='none')

在这里插入图片描述

3.6.15 sharex=‘col’ 且 sharey=‘row’

每列共享x轴，每行共享y轴

fig, ax = plt.subplots(2, 2, sharex='col', sharey='row')

在这里插入图片描述

3.6.16 sharex=‘col’ 且 sharey=‘col’

每列共享x轴，每列共享y轴

fig, ax = plt.subplots(2, 2, sharex='col', sharey='col')

在这里插入图片描述

3.6 总结

取值	含义
sharex=‘all’, sharey=‘all’	所有子区共享x轴与y轴
sharex=‘all’, sharey=‘none’	所有子区共享x轴，每个子区独立使用各自的y轴
sharex=‘all’, sharey=‘row’	所有子区共享x轴，每行子区共享y轴
sharex=‘all’, sharey=‘col’	所有子区共享x轴，每列子区共享y轴
sharex=‘none’, sharey=‘all’	每个子区独立使用各自的x轴,所有子区共享y轴
sharex=‘none’, sharey=‘none’	每个子区独立使用各自的x轴与y轴
sharex=‘none’, sharey=‘row’	每个子区独立使用各自的x轴,每行子区共享y轴
sharex=‘none’, sharey=‘col’	每个子区独立使用各自的x轴,每列子区共享y轴
sharex=‘row’, sharey=‘all’	每行子区共享x轴, 所有子区共享y轴
sharex=‘row’, sharey=‘none’	每行子区共享x轴, 每个子区独立使用各自的y轴
sharex=‘row’, sharey=‘row’	每行子区共享x轴, 每行子区共享y轴
sharex=‘row’, sharey=‘col’	每行子区共享x轴, 每列子区共享y轴
sharex=‘col’, sharey=‘all’	每列子区共享x轴, 所有子区共享y轴
sharex=‘col’, sharey=‘none’	每列子区共享x轴,每个子区独立使用各自的y轴
sharex=‘col’, sharey=‘row’	每列子区共享x轴, 每行子区共享y轴
sharex=‘col’, sharey=‘col’	每列子区共享x轴, 每列子区共享y轴

4. 返回值

1）. 4.1 figure画布
2）. 4.2 axes数组

subplots()--matplotlib

1. 函数功能

2. 函数语法

3. 函数参数与示例

3.1 nrows与ncols

3.2 生成画布与1个绘图区域

3.2.1 squeeze=False

3.2.2 squeeze=True

3.3 生成画布与N1个子区或1M个子区

3.3.1 N*1个子区

3.3.2 1*M个子区

3.4 N*M个子区（N>1,M>1）

3.5 sharex与sharey取值为布尔值

3.5.1 sharex与sharey均为False

3.5.2 sharex=True,sharey=False

3.5.3 sharex=False,sharey=True

3.5.4 sharex=TRUE,sharey=True

3.5 总结

3.6 sharex与sharey取值为{‘none’, ‘all’, ‘row’, ‘col’}

3.6.1 sharex=‘none’ 且 sharey=‘none’

3.6.2 sharex=‘all’ 且 sharey=‘none’

3.6.3 sharex=‘none’ 且 sharey=‘all’

3.6.4 sharex=‘all’ 且 sharey=‘all’

3.6.5 sharex=‘all’ 且 sharey=‘row’

3.6.6 sharex=‘all’ 且 sharey=‘col’

3.6.7 sharex=‘none’ 且 sharey=‘row’

3.6.8 sharex=‘none’ 且 sharey=‘col’

3.6.9 sharex=‘row’ 且 sharey=‘all’

3.6.10 sharex=‘row’ 且 sharey=‘none’

3.6.11 sharex=‘row’ 且 sharey=‘row’

3.6.12 sharex=‘row’ 且 sharey=‘col’

3.6.13 sharex=‘col’ 且 sharey=‘all’

3.6.14 sharex=‘col’ 且 sharey=‘all’

3.6.15 sharex=‘col’ 且 sharey=‘row’

3.6.16 sharex=‘col’ 且 sharey=‘col’

3.6 总结

4. 返回值

相关文章