【Matplotlib】子图布局

Matplotlib进阶教程:布局讲解

自定义图形布局

可以创建axes的网格状组合的方法:

1)subplots()

用于创建图形和axes的主要函数。它类似于 matplotlib.pyplot.subplot(),但会同时创建并放置图形上的所有axes。

2)GridSpec

指定将放置子图的网格几何形状。要设置网格的行数和列数,也可调整子图的布局参数(如left、right等)。

3)SubplotSpec

在给定的 GridSpec 中指定子图的位置。

4)subplot2grid()

实例1:

gridspec 的强大之处在于能够创建跨行和列的子图。注意用于选择每个子图将占据的gridspec部分的 Numpy 切片语法。

我们也可以使用 Figure.add_gridspec方法创建不同宽度的子图:

python 复制代码
import matplotlib.pyplot as plt
 
fig3 = plt.figure(constrained_layout=True)
gs = fig3.add_gridspec(3, 3)
f3_ax1 = fig3.add_subplot(gs[0, :])
f3_ax1.set_title('gs[0, :]')
f3_ax2 = fig3.add_subplot(gs[1, :-1])
f3_ax2.set_title('gs[1, :-1]')
f3_ax3 = fig3.add_subplot(gs[1:, -1])
f3_ax3.set_title('gs[1:, -1]')
f3_ax4 = fig3.add_subplot(gs[-1, 0])
f3_ax4.set_title('gs[-1, 0]')
f3_ax5 = fig3.add_subplot(gs[-1, -2])
f3_ax5.set_title('gs[-1, -2]')
 
plt.show()

效果:

这里add_gridspec(3, 3)表示划分整个布局为3*3
gs[0,:]表示所占据的子图网格为第一行,
gs[-1,0]即最后一行,第一列
gs[1:,-1]表示第二行到最后一行,最后一列

实例2:

python 复制代码
fig = plt.figure(figsize=(12, 12), constrained_layout=True)
gs = fig.add_gridspec(8, 8)

imgs = generated_images[-1].reshape(8, 8, 28, 28)
for n_row in range(8):
    for n_col in range(8):
        f_ax = fig.add_subplot(gs[n_row, n_col])   

效果:

这里add_gridspec(8, 8)表示划分整个布局为8*8

两个for循环依次遍历行和列,则子图将整个布局填满。

相关推荐
Pfolg2 天前
画动态爱心(Python-matplotlib)
python·matplotlib
chusheng18404 天前
Python 如何在 Web 环境中使用 Matplotlib 进行数据可视化
python·信息可视化·matplotlib
chusheng18406 天前
Python Matplotlib:基本图表绘制指南
python·信息可视化·matplotlib
Python大数据分析@8 天前
Python中除了matplotlib外还有哪些数据可视化的库?
python·信息可视化·matplotlib
敲代码不忘补水8 天前
Pandas 数据可视化指南:从散点图到面积图的全面展示
python·信息可视化·数据分析·numpy·pandas·matplotlib
萧鼎8 天前
Python中的数据可视化:Matplotlib基础与高级技巧
python·信息可视化·matplotlib
像风一样自由202011 天前
如何使用 NumPy 和 Matplotlib 进行数据可视化
信息可视化·numpy·matplotlib
孙同学要努力11 天前
【人工智能】——matplotlib教程
人工智能·机器学习·matplotlib
孤单网愈云12 天前
10.23Python_Matplotlib_‘backend_interagg‘ has no attribute
开发语言·python·matplotlib
像风一样自由202012 天前
使用 NumPy 和 Matplotlib 进行高级数据可视化:实践指南
信息可视化·numpy·matplotlib