前言
偶然发现python（matplotlib）中绘制子图有两种方法，一种是plt.subplot，另一种是plt.subplots，这篇博客说一下这两种方法的区别，用法，以及常用的一些函数。
plt.figure的作用是定义一个大的图纸，可以设置图纸的大小、分辨率等，例如
|
1
|
fig = plt.figure(figsize=(16,16),dpi=300) # 初始化一张画布 |
plt.plot() 是直接在当前活跃的的axes上面作图，注意是当前活跃的
知道这两点基础知识后，再来看subplot和subplots
plt.subplot
|
1
2
3
4
5
|
fig = plt.figure(figsize=(12, 4), dpi=200)for i in range(len(img)): plt.subplot(1, len(img),i+1) plt.imshow(img[i])plt.show() |
plt.subplot作用是指定子图的位置，比如说现在总共有1行10列，当前子图位于哪里；
使用这个函数时需要先定义一个大的图纸，因为subplot函数无法更改图纸的大小和分辨率等信息；所以必须通过fig = plt.figure(figsize=(12, 4), dpi=200)来定义图纸相关设置；
同时，后续对于这个函数便捷的操作就是直接用plt，获取当前活跃的图层
plt.subplots
|
1
2
3
4
|
fig, ax = plt.subplots(1, len(img), figsize=(15, 10))for i in range(len(img)): ax[i].imshow(img[i])plt.show() |
使用plt.subplots函数时，可以直接在该函数内部设置子图纸信息
该函数返回两个变量，一个是Figure实例fig，另一个 AxesSubplot实例ax 。fig代表整个图像，ax代表坐标轴和画的子图，通过下标获取需要的子区域。
后续我们需要对子图操作时，直接ax[i].imshow(img[i])就行
与subplot的区别在于：（1）不需要通过plt来操作图层，每一个图层都有指定的axes；（2）一个写在for循环外面，一个写在里面；归根于原因还是suplots绘制多少图已经指定了，所以ax提前已经准备好了，而subplot函数调用一次就绘制一次，没有指定
subplot和subplots都可以实现画子图功能，只不过subplots帮我们把画板规划好了，返回一个坐标数组对象，而subplot每次只能返回一个坐标对象，subplots还可以直接指定画板的大小。
坐标轴修改
我们通常需要修改坐标轴大小、刻度等信息，不论是子图还是一张大图；下面来看一下subplots和subplot在修改坐标方面的差异
plt在修改坐标时直接写plt.xlabel();plt.ylabel();plt.xlim();plt.ylim()等等就行，但是axes和plt不一样，axes需要加上set，例如：axes.set_xlabel();axes.set_xlim() 这一点需要格外注意
对于修改子图的坐标轴信息，很明显是subplots更方便，因为他有独立的axes，更方便让每一个子图的坐标轴不同，例如
|
1
2
3
4
5
6
7
|
fig, ax = plt.subplots(1, len(img), figsize=(15, 10))for i in range(len(img)): ax[i].imshow(img[i]) ax[i].set_xlabel("test csdn")#如果要单独修改坐标轴ax[5].set_xlabel("test csdn")plt.show() |
如果是subplot修改的话，参考代码如下：
|
1
2
3
4
5
6
|
fig = plt.figure(figsize=(12, 4), dpi=200)for i in range(len(img)): plt.subplot(1, len(img),i+1) plt.imshow(img[i]) plt.xlabel("csdn test")plt.show() |
当然，subplot也可以有返回值，但是这个返回值是一个一个的，并不是和subplots一样是一群都给你
|
1
2
3
4
5
6
7
8
|
fig = plt.figure(figsize=(12, 4), dpi=200)for i in range(len(img)): ax=plt.subplot(1, len(img),i+1) #或者这样 # ax = plt.gca() 获取当前活跃的子图层 plt.imshow(img[i]) ax.set_xlabel("csdn test") #其实这样还是没法单个子图修改plt.show() |
xlabel、ylabel: 设置横轴、纵轴标签及大小
例如plt.xlabel("csdn test", fontsize=20)
xlim、ylim： 设置x、y坐标轴的起始点（从哪到哪）
例如plt.xlim(0,50) plt.ylim(0,60)
xticks、yticks： 设置坐标轴刻度的字体大小
例如plt.xticks(labelsize=20)
title： 设置图片的标题
例如 plt.title(“csdn test”)
总结
到此这篇关于python绘制子图技巧之plt.subplot、plt.subplots及坐标轴修改的文章就介绍到这了,更多相关python plt.subplot plt.subplots及坐标轴修改内容请搜索服务器之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持服务器之家！
原文链接：https://blog.csdn.net/gailj/article/details/122149994
