Matplotlib的能夠把不少張圖畫到一個顯示界面,在做對比分析的時候很是有用。
對應的有plt的subplot和figure的add_subplo的方法,參數能夠是一個三位數字(例如111),也能夠是一個數組(例如[1,1,1]),3個數字分別表明api
更多詳情能夠查看:matplotlib文檔數組
下面貼出兩種繪子圖的代碼dom
import numpy as np import pandas as pd import matplotlib.pyplot as plt # author: chenqionghe # 畫第1個圖:折線圖 x=np.arange(1,100) plt.subplot(221) plt.plot(x,x*x) # 畫第2個圖:散點圖 plt.subplot(222) plt.scatter(np.arange(0,10), np.random.rand(10)) # 畫第3個圖:餅圖 plt.subplot(223) plt.pie(x=[15,30,45,10],labels=list('ABCD'),autopct='%.0f',explode=[0,0.05,0,0]) # 畫第4個圖:條形圖 plt.subplot(224) plt.bar([20,10,30,25,15],[25,15,35,30,20],color='b') plt.show()
import numpy as np import pandas as pd import matplotlib.pyplot as plt # author: chenqionghe fig=plt.figure() # 畫第1個圖:折線圖 x=np.arange(1,100) ax1=fig.add_subplot(221) ax1.plot(x,x*x) # 畫第2個圖:散點圖 ax2=fig.add_subplot(222) ax2.scatter(np.arange(0,10), np.random.rand(10)) # 畫第3個圖:餅圖 ax3=fig.add_subplot(223) ax3.pie(x=[15,30,45,10],labels=list('ABCD'),autopct='%.0f',explode=[0,0.05,0,0]) # 畫第4個圖:條形圖 ax4=fig.add_subplot(224) ax4.bar([20,10,30,25,15],[25,15,35,30,20],color='b') plt.show()
subplots返回的值的類型爲元組,其中包含兩個元素:第一個爲一個畫布,第二個是子圖code
import numpy as np import pandas as pd import matplotlib.pyplot as plt # author: chenqionghe fig,subs=plt.subplots(2,2) # 畫第1個圖:折線圖 x=np.arange(1,100) subs[0][0].plot(x,x*x) # 畫第2個圖:散點圖 subs[0][1].scatter(np.arange(0,10), np.random.rand(10)) # 畫第3個圖:餅圖 subs[1][0].pie(x=[15,30,45,10],labels=list('ABCD'),autopct='%.0f',explode=[0,0.05,0,0]) # 畫第4個圖:條形圖 subs[1][1].bar([20,10,30,25,15],[25,15,35,30,20],color='b') plt.show()
運行結果以下
htm
就是這麼簡單,blog
前面的兩個圖佔了221和222的位置,若是想在下面只放一個圖,得把前兩個當成一列,即2行1列第2個位置文檔
import numpy as np import pandas as pd import matplotlib.pyplot as plt # author: chenqionghe # 畫第1個圖:折線圖 x=np.arange(1,100) plt.subplot(221) plt.plot(x,x*x) # 畫第2個圖:散點圖 plt.subplot(222) plt.scatter(np.arange(0,10), np.random.rand(10)) # 畫第3個圖:餅圖 plt.subplot(223) plt.pie(x=[15,30,45,10],labels=list('ABCD'),autopct='%.0f',explode=[0,0.05,0,0]) # 畫第3個圖:條形圖 # 前面的兩個圖佔了221和222的位置,若是想在下面只放一個圖,得把前兩個當成一列,即2行1列第2個位置 plt.subplot(212) plt.bar([20,10,30,25,15],[25,15,35,30,20],color='b') plt.show()
運行結果以下
get
沒錯,就是這麼簡單!pandas