📅  最后修改于: 2023-12-03 15:39:10.744000             🧑  作者: Mango
如果你是一名数据分析师或科学家,那么你肯定已经听说过 matplotlib —— 一个 Python 中用于绘制数据图形的库。而 subplots, 则是 matplotlib 特别常用的功能之一。
在数据可视化的时候,经常需要绘制多个子图,此时我们需要用到 subplots。subplots 函数可以让我们在一个 figure 中创建多个子图,使得我们可以在同一个 figure 中比较不同的各个数据或图形。
我们可以通过以下代码导入 subplots:
import matplotlib.pyplot as plt
fig, ax = plt.subplots()
这行代码将会创建一张空的 figure 和一张空白的子图。
我们可以更改 subplots 的参数,来控制子图的数量和排布方式。如下所示:
fig, axs = plt.subplots(nrows=2, ncols=2)
这行代码将会创建一个 2x2 的子图矩阵。
下面是一个例子,展示了如何在子图中绘制多条线:
import numpy as np
fig, axs = plt.subplots(2, 2)
x = np.linspace(0, 2*np.pi, 100)
for ax in axs.flat:
y = np.sin(x*np.random.rand())
ax.plot(x, y)
这行代码将会在 2x2 的子图矩阵中,展示出 4 条随机振幅的正弦曲线。
subplots 是 matplotlib 中非常有用的一个功能,它可以让我们在同一个 figure 中创建多个子图,方便我们比较不同的数据或图形。如有需要,可以在 plt.subplots() 中更改参数,来控制子图的数量和排布方式。