subplots(nrows=1, ncols=1, sharex=False,sharey=False, squeeze=True, subplot_kw=None, gridspec_kw=None, ** fig_kw)
nrows,ncols参数:整数类型,可选项,默认均为1.分别设置坐标轴的排列网格;
sharex,sharey参数:布尔类型或是{“none”,“all”,“row”,“col”}字典类型,默认为False,用来指定各子图之间是否共用xy轴属性;
True or “all”:将在所有图像之间共享xy轴属性False or “none”:每个图像x,y轴属性都是独立的"row”:进行横向属性共享"col ":进行列向属性共享 squeeze:布尔类型,默认为True;True:
如果只创建了一个子图像,返回的坐标系对象是一个标量如果创建的是1xN单行或者MX1单列的子图像,返回坐标系对象是一个一维numpy数组如果创建的是 NXM(N>1,M>1) 多行多列的子图像,返回坐标系对象是一个2维数组False:
没有进行降维压缩,无论图像如何排列返回的坐标系对象总是2维数组的。num:整数类型或者字符串类型,默认:None。设置图像的序号或者标签
subplot_kw:字典,可选项。字典里的关键字被传递给add_subplot函数去调用图像类型
gridspec_kw:字典,可选项。将关键字传递给Gridspec构造函数,该构造函数用于放置子图的网络。
** fig_kw:所有关键字参数都传递给pyplot.figure函数去调用
返回结果:
fig:画布对象ax:坐标系子图对象或者轴对象的数组导入模块
# 导入模块 import matplotlib.pyplot as plt import numpy as np设置坐标轴的排列网格
生成2行2列个子图像
# 生成2行2列个子图像 fig, axs = plt.subplots(nrows=2, ncols=2) # fig, axs = plt.subplots(2, 2)对多个坐标轴使用元组解包
# 对多个坐标轴使用元组解包 # fig, (ax1, ax2) = plt.subplot(1, 2)--错误的 f, (ax1, ax2) = plt.subplots(1, 2) #fig, ((ax1, ax2), (ax3, ax4)) = plt.subplot(2, 2) -- 错误的 fig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(2, 2, sharex="col")指定各子图之间是否共用xy轴属性
同行子图共用了Y轴属性,同列子图共用了X轴属性
# 同行子图共用了Y轴属性,同列子图共用了X轴属性 fig, axs = plt.subplots(2,2,sharex=True,sharey=True) fig, axs = plt.subplots(1,2,sharey="row") fig, axs = plt.subplots(2,1,sharex="col")True:
如果只创建了一个子图像,返回的坐标轴对象是一个标量如果创建的是1xN单行或者MX1单列的子图像,返回坐标系对象是一个一维numpy数组如果创建的是 NXM(N>1,M>1) 多行多列的子图像,返回坐标系对象是一个2维数组False:
没有进行降维压缩,无论图像如何排列返回的坐标系对象总是2维数组的。一个子图时,ax是个标量,可以直接引用
# 一个子图时,ax是个标量,可以直接引用 fig, ax = plt.subplots(squeeze=True) ax.plot(np.arange(5))一行或一列个数组时,返回的是一维数列对象
# 一行或一列个数组时,返回的是一维数列对象 fig, axs= plt.subplots(1, 2, squeeze=True) axs[0].plot(np.arange(5)) axs[1].plot(np.arange(4))多行多列个数组时,返回的是二维数列对象
# 多行多列个数组时,返回的是二维数列对象 fig, axs= plt.subplots(2, 2, squeeze=True) # fig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(2, 2) x=np.linspace(0, 3, 100) axs[0,0].plot(x,x) axs[0,1].plot(x,x**2) axs[1,0].plot(x,x**3) axs[1,1].plot(x,x**4)坐标系返回的总是二维数组对象
# 即使只创建了一个子图,坐标轴返回的依然是二维数组对象,调用时候指明象位 fig, ax = plt.subplots(squeeze=False) print("ax数组对象的形状:",ax.shape) x=np.linspace(0, 1.1, 100) # 定义支持中文全局字体 plt.rcParams["font.family"] ='PingFang HK' for k in np.arange(1,5): ax[0,0].plot(x, x**k,label=f"{k}次幂") #设置标题 ax[0,0].set_title("幂函数") #显示标签 plt.legend()创建极坐标系
# 创建极坐标系 fig, axs = plt.subplots(subplot_kw=dict(polar=True))参考文章:https://matplotlib.org/api/_as_gen/matplotlib.pyplot.subplots.html#matplotlib.pyplot.subplots