【matplotlib】fig,axes=plt.subplots(nrows=2,ncols=2,figsize=(10,10))

简介: 【matplotlib】fig,axes=plt.subplots(nrows=2,ncols=2,figsize=(10,10))

平常用matplotlib画图不多,plt与axes的差异一直也没有搞清楚,这一次好好梳理,供自己查阅


简单画图


x=[1,2,3]
Y=[2,3,5]
fig,ax=plt.subplots(figsize=(10,5))
ax.plot(X,Y)

image.png


官方图示


0d626d3748b44d9393bf25bc0b6e4e59.png

Figure fig = plt.figure(): 可以解释为画布。画图的第一件事,就是创建一个画布figure,然后在这个画布上加各种元素。


下面引用评论区内容解释更好!

c1816e8941e94bedad43b9664dde2f9d.png


各种标签


直接对照图示进行对应修改即可,多用即可!

80d8a6bf05254c70ae7a554c56d2710e.png


References

1、【官方】figure&axes

2、知乎精品回答(评论区也不错)

目录
相关文章
|
Python
Matplotlib axes类
Matplotlib axes类
160 1
|
关系型数据库 Python
Matplotlib从入门到精通:Axes与Axis(三)
Matplotlib从入门到精通:Axes与Axis
498 0
Matplotlib从入门到精通:Axes与Axis(三)
|
Python
Matplotlib从入门到精通:Axes与Axis(二)
Matplotlib从入门到精通:Axes与Axis
288 0
Matplotlib从入门到精通:Axes与Axis(二)
|
Python
Matplotlib从入门到精通:Axes与Axis(一)
Matplotlib从入门到精通:Axes与Axis
558 0
Matplotlib从入门到精通:Axes与Axis(一)
|
数据可视化 Python
Python--Matplotlib库与数据可视化③--Figures、Axes对象与多图绘制
Python--Matplotlib库与数据可视化③--Figures、Axes对象与多图绘制
509 0
Python--Matplotlib库与数据可视化③--Figures、Axes对象与多图绘制
成功解决matplotlib\axes\_axes.py:6462: UserWarning: The 'normed' kwarg is deprecated, and has been repla
成功解决matplotlib\axes\_axes.py:6462: UserWarning: The 'normed' kwarg is deprecated, and has been repla
以下是一些常用的图表类型及其Python代码示例,使用Matplotlib和Seaborn库。
以下是一些常用的图表类型及其Python代码示例,使用Matplotlib和Seaborn库。
|
数据可视化 数据挖掘 Linux
震撼发布!Python数据分析师必学,Matplotlib与Seaborn数据可视化实战全攻略!
在数据科学领域,数据可视化是连接数据与洞察的桥梁,能让复杂的关系变得直观。本文通过实战案例,介绍Python数据分析师必备的Matplotlib与Seaborn两大可视化工具。首先,通过Matplotlib绘制基本折线图;接着,使用Seaborn绘制统计分布图;最后,结合两者在同一图表中展示数据分布与趋势,帮助你提升数据可视化技能,更好地讲述数据故事。
532 2
|
数据可视化 Python
以下是一些常用的图表类型及其Python代码示例,使用Matplotlib和Seaborn库。
通过这些思维导图和分析说明表,您可以更直观地理解和选择适合的数据可视化图表类型,帮助更有效地展示和分析数据。
868 8
|
数据可视化 Python
Python中的数据可视化:使用Matplotlib绘制图表
【9月更文挑战第11天】在这篇文章中,我们将探索如何使用Python的Matplotlib库来创建各种数据可视化。我们将从基本的折线图开始,然后逐步介绍如何添加更多的功能和样式,以使您的图表更具吸引力和信息量。无论您是数据科学家、分析师还是任何需要将数据转化为视觉形式的专业人士,这篇文章都将为您提供一个坚实的起点。让我们一起潜入数据的海洋,用视觉的力量揭示其背后的故事。
439 17