Matplotlib-多图合并显示

均匀图中图
不均匀图中图

# 均匀图中图 
# matplotlib 是可以组合许多的小图, 放在一张大图里面显示的. 使用到的方法叫作 subplot.

# 使用import导入matplotlib.pyplot模块, 并简写成plt. 使用plt.figure创建一个图像窗口.

import matplotlib.pyplot as plt

plt.figure()

#使用plt.subplot来创建小图. plt.subplot(2,2,1)表示将整个图像窗口分为2行2列, 当前位置为1. 使用plt.plot([0,1],[0,1])在第1个位置创建一个小图.

plt.subplot(2,2,1)
plt.plot([0,1],[0,1])

#plt.subplot(2,2,2)表示将整个图像窗口分为2行2列, 当前位置为2. 使用plt.plot([0,1],[0,2])在第2个位置创建一个小图.
plt.subplot(2,2,2)
plt.plot([0,1],[0,2])
#　plt.subplot(2,2,3)表示将整个图像窗口分为2行2列,当前位置为3. plt.subplot(2,2,3)可以简写成plt.subplot(223), matplotlib同样可以识别. 使用plt.plot([0,1],[0,3])在第3个位置创建一个小图.
plt.subplot(223)
plt.plot([0,1],[0,3])
#　plt.subplot(224)表示将整个图像窗口分为2行2列, 当前位置为4. 使用plt.plot([0,1],[0,4])在第4个位置创建一个小图.
plt.subplot(224)
plt.plot([0,1],[0,4])

plt.show()  # 展示

#　不均匀图中图


#　如果希望展示的小图的大小不相同, 应该怎么做呢? 以上面的4个小图为例, 如果把第1个小图放到第一行, 而剩下的3个小图都放到第二行.

#使用plt.subplot(2,1,1)将整个图像窗口分为2行1列, 当前位置为1. 使用plt.plot([0,1],[0,1])在第1个位置创建一个小图.
plt.subplot(2,1,1)
plt.plot([0,1],[0,1])
#　使用plt.subplot(2,3,4)将整个图像窗口分为2行3列, 当前位置为4. 使用plt.plot([0,1],[0,2])在第4个位置创建一个小图.

plt.subplot(2,3,4)
plt.plot([0,1],[0,2])

#　上一步中使用plt.subplot(2,1,1)将整个图像窗口分为2行1列, 第1个小图占用了第1个位置, 也就是整个第1行. 这一步中使用plt.subplot(2,3,4)将整个图像窗口分为2行3列, 于是整个图像窗口的第1行就变成了3列, 也就是成了3个位置, 于是第2行的第1个位置是整个图像窗口的第4个位置.

#使用plt.subplot(235)将整个图像窗口分为2行3列,当前位置为5. 使用plt.plot([0,1],[0,3])在第5个位置创建一个小图. 同上, 再创建plt.subplot(236).
plt.subplot(235)
plt.plot([0,1],[0,3])

plt.subplot(236)
plt.plot([0,1],[0,4])

plt.show()  # 展示

subplot2grid
gridspec
subplots

#　subplot2grid 
#　使用import导入matplotlib.pyplot模块, 并简写成plt. 使用plt.figure()创建一个图像窗口
import matplotlib.pyplot as plt
plt.figure()
#　使用plt.subplot2grid来创建第1个小图, (3,3)表示将整个图像窗口分成3行3列, (0,0)表示从第0行第0列开始作图，colspan=3表示列的跨度为3, rowspan=1表示行的跨度为1. colspan和rowspan缺省, 默认跨度为1.

ax1 = plt.subplot2grid((3, 3), (0, 0), colspan=3)
ax1.plot([1, 2], [1, 2])    # 画小图
ax1.set_title(‘ax1_title‘)  # 设置小图的标题

#　使用plt.subplot2grid来创建第2个小图, (3,3)表示将整个图像窗口分成3行3列, (1,0)表示从第1行第0列开始作图，colspan=2表示列的跨度为2. 同上画出 ax3, (1,2)表示从第1行第2列开始作图，rowspan=2表示行的跨度为2. 再画一个 ax4 和 ax5, 使用默认 colspan, rowspan.
ax2 = plt.subplot2grid((3, 3), (1, 0), colspan=2)
ax3 = plt.subplot2grid((3, 3), (1, 2), rowspan=2)
ax4 = plt.subplot2grid((3, 3), (2, 0))
ax5 = plt.subplot2grid((3, 3), (2, 1))

#　使用ax4.scatter创建一个散点图, 使用ax4.set_xlabel和ax4.set_ylabel来对x轴和y轴命名.

ax4.scatter([1, 2], [2, 2])
ax4.set_xlabel(‘ax4_x‘)
ax4.set_ylabel(‘ax4_y‘)

#　gridspec

#　使用import导入matplotlib.pyplot模块, 并简写成plt. 使用import导入matplotlib.gridspec, 并简写成gridspec.
import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec

#　使用plt.figure()创建一个图像窗口, 使用gridspec.GridSpec将整个图像窗口分成3行3列.

plt.figure()
gs = gridspec.GridSpec(3, 3)

#使用plt.subplot来作图, gs[0, :]表示这个图占第0行和所有列, gs[1, :2]表示这个图占第1行和第2列前的所有列, gs[1:, 2]表示这个图占第1行后的所有行和第2列, gs[-1, 0]表示这个图占倒数第1行和第0列, gs[-1, -2]表示这个图占倒数第1行和倒数第2列.

ax6 = plt.subplot(gs[0, :])
ax7 = plt.subplot(gs[1, :2])
ax8 = plt.subplot(gs[1:, 2])
ax9 = plt.subplot(gs[-1, 0])
ax10 = plt.subplot(gs[-1, -2])

#　subplots 
#　使用plt.subplots建立一个2行2列的图像窗口，sharex=True表示共享x轴坐标, sharey=True表示共享y轴坐标. ((ax11, ax12), (ax13, ax14))表示第1行从左至右依次放ax11和ax12, 第2行从左至右依次放ax13和ax14.

f, ((ax11, ax12), (ax13, ax14)) = plt.subplots(2, 2, sharex=True, sharey=True)
#　使用ax11.scatter创建一个散点图.
ax11.scatter([1,2], [1,2])
#　plt.tight_layout()表示紧凑显示图像, plt.show()表示显示图像.
plt.tight_layout()
plt.show()

#　图中图(plot in plot)

#　数据
#　首先是一些准备工作：
# 导入pyplot模块
import matplotlib.pyplot as plt

# 初始化figure
fig = plt.figure()

# 创建数据
x = [1, 2, 3, 4, 5, 6, 7]
y = [1, 3, 4, 2, 5, 8, 6]
#　大图 
#　接着，我们来绘制大图。首先确定大图左下角的位置以及宽高：
left, bottom, width, height = 0.1, 0.1, 0.8, 0.8
#　注意，4个值都是占整个figure坐标系的百分比。在这里，假设figure的大小是10x10，那么大图就被包含在由(1, 1)开始，宽8，高8的坐标系内。

#　将大图坐标系添加到figure中，颜色为r(red)，取名为title：
ax1 = fig.add_axes([left, bottom, width, height])
ax1.plot(x, y, ‘r‘)
ax1.set_xlabel(‘x‘)
ax1.set_ylabel(‘y‘)
ax1.set_title(‘title‘)

#　小图
#　接着，我们来绘制左上角的小图，步骤和绘制大图一样，注意坐标系位置和大小的改变：
# 左上角
left, bottom, width, height = 0.2, 0.6, 0.25, 0.25
ax2 = fig.add_axes([left, bottom, width, height])
ax2.plot(y, x, ‘b‘)
ax2.set_xlabel(‘x‘)
ax2.set_ylabel(‘y‘)
ax2.set_title(‘title inside 1‘)

# 右下角
plt.axes([0.6, 0.2, 0.25, 0.25])
plt.plot(y[::-1], x, ‘g‘) # 注意对y进行了逆序处理
plt.xlabel(‘x‘)
plt.ylabel(‘y‘)
plt.title(‘title inside 2‘)

#　次坐标轴
#　第一个y坐标
import matplotlib.pyplot as plt
import numpy as np
x = np.arange(0, 10, 0.1)
y1 = 0.05 * x**2
y2 = -1 * y1
#　可以看到，y2和y1是互相倒置的。接着，获取figure默认的坐标系 ax1：
fig, ax1 = plt.subplots()

#　第二个y坐标
#　对ax1调用twinx()方法，生成如同镜面效果后的ax2：

ax2 = ax1.twinx()
#　接着进行绘图, 将 y1, y2 分别画在 ax1, ax2 上：
ax1.plot(x, y1, ‘g-‘)   # green, solid line
ax1.set_xlabel(‘X data‘)
ax1.set_ylabel(‘Y1 data‘, color=‘g‘)
ax2.plot(x, y2, ‘b-‘) # blue
ax2.set_ylabel(‘Y2 data‘, color=‘b‘)
plt.show()