Matplotlib的subplot和subplots怎么使用

这篇文章主要介绍了Matplotlib的subplot和subplots怎么使用的相关知识，内容详细易懂，操作简单快捷，具有一定借鉴价值，相信大家阅读完这篇Matplotlib的subplot和subplots怎么使用文章都会有所收获，下面我们一起来看看吧。

对比开始：

需求：画出两张子图，在一行显示，子图中的内容一模一样

subplot代码：

ax1 = plt.subplot(1,2,1)ax1.scatter(positive['X1'], positive['X2'], s=50, marker='x', label='Positive')ax1.scatter(negative['X1'], negative['X2'], s=50, marker='o', label='Negative')ax1.legend()#添加图列就是右上角的点说明ax2 = plt.subplot(1,2,2)ax2.scatter(positive['X1'], positive['X2'], s=50, marker='x', label='Positive')ax2.scatter(negative['X1'], negative['X2'], s=50, marker='o', label='Negative')ax2.legend()#添加图列就是右上角的点说明

subplots代码：

fig, ax = plt.subplots(figsize=(12,8),ncols=2,nrows=1)#该方法会返回画图对象和坐标对象ax，figsize是设置子图长宽（1200，800）ax[0].scatter(positive['X1'], positive['X2'], s=50, marker='x', label='Positive')ax[0].scatter(negative['X1'], negative['X2'], s=50, marker='o', label='Negative')ax[0].legend()#添加图列就是右上角的点说明ax[1].scatter(positive['X1'], positive['X2'], s=50, marker='x', label='Positive')ax[1].scatter(negative['X1'], negative['X2'], s=50, marker='o', label='Negative')ax[1].legend()#添加图列就是右上角的点说明

对比结果：

可以看出来两者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可以直接指定画板的大小。

关于"Matplotlib的subplot和subplots怎么使用"这篇文章的内容就介绍到这里，感谢各位的阅读！相信大家对"Matplotlib的subplot和subplots怎么使用"知识都有一定的了解，大家如果还想学习更多知识，欢迎关注行业资讯频道。