python 循环绘制子图时,设置共享x、y轴

简介: 通常在阅读文献时,发现对于一些图片的绘制时,如果存在多个子图,通常为了美观、简洁,只保留最后一列的以及最左一侧的子图的刻度

00 前言



通常在阅读文献时,发现对于一些图片的绘制时,如果存在多个子图,通常为了美观、简洁,只保留最后一列的以及最左一侧的子图的刻度,如下图所示:


b3e5992a624c4c42a79f3f14270541a3.png

542f8d1f1479455f86596fefd4401283.png5e2694c5fc9a47ccb193209d5e735bfb.png


那么,我们应该如何实现这种功能呢?

一般来说,在python实现多子图绘制的函数主要有两个:


  • 第一种,通过fig.add_subplot(行、列、位置)添加


import matplotlib.pyplot as plt 
fig=plt.figure(figsize=(5,5))
subplot=fig.add_subplot(1,1,1)


  • 第二种,通过plt.subplots(行,列),将行数和列数作为参数传递给该方法,该方法返回一个图对象和轴对象,可以用来操作图形。


import matplotlib.pyplot as plt 
fig,ax=plt.subplots(2,1)


1、使用fig.add_subplot(行、列、位置)添加子图



其中,对于第一种来说,比较容易上手,只需要指定子图的具体位置即可,如下图所示:


import matplotlib.pyplot as plt 
fig=plt.figure(figsize=(8,6),dpi=100)
ax_1=fig.add_subplot(121)
ax_1.text(0.3, 0.5, 'subplot(121)')
ax_2=fig.add_subplot(222)
ax_2.text(0.3, 0.5, 'subplot(222)')
ax_3=fig.add_subplot(224)
ax_3.text(0.3, 0.5, 'subplot(224)')
fig.suptitle("Figure with multiple Subplots")
plt.show()


4ad2520bd52849d4a863f2e790c22132.png


1.1 循环绘制子图


如果要在一个页面上显示一个2x2的四个子图,只需要添加一个循环即可:


import matplotlib.pyplot as plt 
fig=plt.figure(figsize=(8,6),dpi=100)
c=0
for i in range(4):
    c=c+1
    ax=fig.add_subplot(2,2,c)
    ax.text(0.3, 0.5, 'subplot(22'+str(c)+')')
    fig.suptitle("Figure with multiple Subplots")
plt.show()



8dd0c35936fb428bb5a1550d7ae10d2b.png


2、使用plt.subplots(行,列)添加子图



matplotlib.pyplot.subplots(nrows=1, ncols=1, *, 
sharex=False, sharey=False, 
squeeze=True, subplot_kw=None, 
gridspec_kw=None, **fig_kw)


但是,plt.subplots()fig.add_subplot()相比稍微麻烦一点,但是功能也多一点,通过返回ax列表中的子图个数进行子图的绘制:


import matplotlib.pyplot as plt 
fig,ax=plt.subplots(1,2,dpi=300)
ax[0].text(0.3,0.5,"1st Subplot")
ax[0].set_xticks([])
ax[0].set_yticks([])
ax[1].text(0.3,0.5,"2nd Subplot")
ax[1].set_xticks([])
ax[1].set_yticks([])
fig.suptitle('Figure with 2 subplots',fontsize=16) 
plt.show()



b2c4fb60b0a74a178dc50eb3115cbfd8.png


2.1 循环绘制子图


对于plt.subplots(),如果要实现循环绘制子图,就需要双重循环:


import matplotlib.pyplot as plt 
fig, axes = plt.subplots(2, 2, figsize=(6,6),dpi=100)
for i, row in enumerate(axes):
    for j, col in enumerate(row):
        axes[i,j].text(0.3, 0.5, 'axes['+str(i)+','+str(j)+']')
plt.tight_layout()



3a04ec740f474814a26e3fb976404eed.png


3、循环绘制子图时,设置共享坐标轴



那么,如何在循环绘制子图的同时,又实现共享坐标轴呢,这里就要使用到plt.subplots(),它提供了一个参数,可以自动实现共享坐标轴的功能,只需要在建立子图个数时添加sharex、sharey即可,如下所示:


fig, axes = plt.subplots(3, 3, sharex=True, sharey=True, figsize=(6,6))


下面进行简单示范:


import matplotlib.pyplot as plt 
fig, axes = plt.subplots(2, 2, sharex=True, sharey=True, figsize=(6,6),dpi=100)
for i, row in enumerate(axes):
    for j, col in enumerate(row):
        axes[i,j].text(0.3, 0.5, 'axes['+str(i)+','+str(j)+']')
        fig.suptitle('Figure with 2x2 subplots',fontsize=16) 
plt.tight_layout()


6c435773568149c8b8dcf63c6ebaca02.png


可以发现,已经实现了我们的需求!!


4、循环绘制子图时设置共享label



同样的,如果要实现共享label,应该怎么做呢?

这其实有两个思路:


  • 通过ax.text()选取适当位置,进行添加
  • 在绘制子图时,添加判断语句进行添加


下面,进行简单演示:


import matplotlib.pyplot as plt 
fig, axes = plt.subplots(2, 2, sharex=True, sharey=True, figsize=(6,6),dpi=100)
for i, row in enumerate(axes):
    for j, col in enumerate(row):
        axes[i,j].text(0.3, 0.5, 'axes['+str(i)+','+str(j)+']')
        fig.suptitle('Figure with 2x2 subplots',fontsize=16) 
fig.text(0.5, 0, 'xlabel', ha='center')
fig.text(0, 0.5, 'ylaebl', va='center', rotation='vertical')
plt.tight_layout()


a5b0aaac649c4eaf886da5b55dfe61a9.png


或者也可以如下面这样:

import matplotlib.pyplot as plt 
fig, axes = plt.subplots(2, 2, sharex=True, sharey=True, figsize=(6,6),dpi=100)
for i, row in enumerate(axes):
    for j, col in enumerate(row):
        axes[i,j].text(0.3, 0.5, 'axes['+str(i)+','+str(j)+']')
        fig.suptitle('Figure with 2x2 subplots',fontsize=16) 
        if col.is_last_row():
            col.set_xlabel('xlabel')
        if col.is_first_col():
            col.set_ylabel('ylaebl')               
plt.tight_layout()


8bc3c3607d4c4b999deb0338dd3382c3.png


Tips:

  • 对于海洋、大气相关专业的绘图,一般需要添加投影,所以需要在生成子图个数时添加进去


              一个努力学习python的ocean er
                  水平有限,欢迎指正!!!
                  欢迎评论、收藏、点赞、转发、关注。
                关注我不后悔,记录学习进步的过程~~


相关文章
|
7月前
|
机器学习/深度学习 存储 算法
解锁文件共享软件背后基于 Python 的二叉搜索树算法密码
文件共享软件在数字化时代扮演着连接全球用户、促进知识与数据交流的重要角色。二叉搜索树作为一种高效的数据结构,通过有序存储和快速检索文件,极大提升了文件共享平台的性能。它依据文件名或时间戳等关键属性排序,支持高效插入、删除和查找操作,显著优化用户体验。本文还展示了用Python实现的简单二叉搜索树代码,帮助理解其工作原理,并展望了该算法在分布式计算和机器学习领域的未来应用前景。
|
4月前
|
机器学习/深度学习 算法 关系型数据库
Python循环进阶:嵌套与控制的深度解析
本文深入探讨Python中嵌套循环的原理与应用,从数学模型到工程实践全面解析。内容涵盖嵌套循环的本质(如笛卡尔积实现、变量作用域)、精细控制技巧(如break/continue、迭代器协议、异常处理),以及性能优化策略(预计算、向量化等)。同时结合树形结构遍历、动态规划、游戏开发等典型场景,提供最佳实践建议。掌握这些技巧,助你突破编程瓶颈,实现复杂问题的优雅解决。
147 6
|
5月前
|
存储 Shell 开发者
Python用户输入与While循环
本文介绍了Python中用户输入与while循环的结合使用,通过`input()`函数获取用户输入,并利用while循环实现重复操作,如创建交互式程序或用户驱动的循环。示例代码展示了如何让用户输入数字并计算总和,直到输入指定退出命令。这种组合能帮助开发者构建强大的交互式Python应用。
130 1
|
6月前
|
SQL Oracle 关系型数据库
【YashanDB知识库】共享利用Python脚本解决Oracle的SQL脚本@@用法
【YashanDB知识库】共享利用Python脚本解决Oracle的SQL脚本@@用法
|
6月前
|
存储 算法 文件存储
探秘文件共享服务之哈希表助力 Python 算法实现
在数字化时代,文件共享服务不可或缺。哈希表(散列表)通过键值对存储数据,利用哈希函数将键映射到特定位置,极大提升文件上传、下载和搜索效率。例如,在大型文件共享平台中,文件名等信息作为键,物理地址作为值存入哈希表,用户检索时快速定位文件,减少遍历时间。此外,哈希表还用于文件一致性校验,确保传输文件未被篡改。以Python代码示例展示基于哈希表的文件索引实现,模拟文件共享服务的文件索引构建与检索功能。哈希表及其分布式变体如一致性哈希算法,保障文件均匀分布和负载均衡,持续优化文件共享服务性能。
|
6月前
|
SQL Oracle 关系型数据库
【YashanDB知识库】共享利用Python脚本解决Oracle的SQL脚本@@用法
本文来自YashanDB官网,介绍如何处理Oracle客户端sql*plus中使用@@调用同级目录SQL脚本的场景。崖山数据库23.2.x.100已支持@@用法,但旧版本可通过Python脚本批量重写SQL文件,将@@替换为绝对路径。文章通过Oracle示例展示了具体用法,并提供Python脚本实现自动化处理,最后调整批处理脚本以适配YashanDB运行环境。
|
8月前
|
存储 算法 Serverless
剖析文件共享工具背后的Python哈希表算法奥秘
在数字化时代,文件共享工具不可或缺。哈希表算法通过将文件名或哈希值映射到存储位置,实现快速检索与高效管理。Python中的哈希表可用于创建简易文件索引,支持快速插入和查找文件路径。哈希表不仅提升了文件定位速度,还优化了存储管理和多节点数据一致性,确保文件共享工具高效运行,满足多用户并发需求,推动文件共享领域向更高效、便捷的方向发展。
|
10月前
|
开发工具 Python
[oeasy]python043_自己制作的ascii码表_循环语句_条件语句_缩进_indent
本文介绍了如何使用Python制作ASCII码表,回顾了上一次课程中`print`函数的`end`参数,并通过循环和条件语句实现每8个字符换行的功能。通过调整代码中的缩进,实现了正确的输出格式。最后展示了制作完成的ASCII码表,并预告了下一次课程的内容。
109 2
|
10月前
|
Python
在 Python 中实现各种类型的循环判断
在 Python 中实现各种类型的循环判断
161 2
|
10月前
|
Python
Python 中,循环判断
Python 中,循环判断
167 1

推荐镜像

更多