Matplotlib的能够把不少张图画到一个显示界面,在做对比分析的时候很是有用。
对应的有plt的subplot和figure的add_subplo的方法,参数能够是一个三位数字(例如111),也能够是一个数组(例如[1,1,1]),3个数字分别表明api
更多详情能够查看:matplotlib文档数组
下面贴出两种绘子图的代码dom
import numpy as np import pandas as pd import matplotlib.pyplot as plt # author: chenqionghe # 画第1个图:折线图 x=np.arange(1,100) plt.subplot(221) plt.plot(x,x*x) # 画第2个图:散点图 plt.subplot(222) plt.scatter(np.arange(0,10), np.random.rand(10)) # 画第3个图:饼图 plt.subplot(223) plt.pie(x=[15,30,45,10],labels=list('ABCD'),autopct='%.0f',explode=[0,0.05,0,0]) # 画第4个图:条形图 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() # 画第1个图:折线图 x=np.arange(1,100) ax1=fig.add_subplot(221) ax1.plot(x,x*x) # 画第2个图:散点图 ax2=fig.add_subplot(222) ax2.scatter(np.arange(0,10), np.random.rand(10)) # 画第3个图:饼图 ax3=fig.add_subplot(223) ax3.pie(x=[15,30,45,10],labels=list('ABCD'),autopct='%.0f',explode=[0,0.05,0,0]) # 画第4个图:条形图 ax4=fig.add_subplot(224) ax4.bar([20,10,30,25,15],[25,15,35,30,20],color='b') plt.show()
subplots返回的值的类型为元组,其中包含两个元素:第一个为一个画布,第二个是子图code
import numpy as np import pandas as pd import matplotlib.pyplot as plt # author: chenqionghe fig,subs=plt.subplots(2,2) # 画第1个图:折线图 x=np.arange(1,100) subs[0][0].plot(x,x*x) # 画第2个图:散点图 subs[0][1].scatter(np.arange(0,10), np.random.rand(10)) # 画第3个图:饼图 subs[1][0].pie(x=[15,30,45,10],labels=list('ABCD'),autopct='%.0f',explode=[0,0.05,0,0]) # 画第4个图:条形图 subs[1][1].bar([20,10,30,25,15],[25,15,35,30,20],color='b') plt.show()
运行结果以下
htm
就是这么简单,blog
前面的两个图占了221和222的位置,若是想在下面只放一个图,得把前两个当成一列,即2行1列第2个位置文档
import numpy as np import pandas as pd import matplotlib.pyplot as plt # author: chenqionghe # 画第1个图:折线图 x=np.arange(1,100) plt.subplot(221) plt.plot(x,x*x) # 画第2个图:散点图 plt.subplot(222) plt.scatter(np.arange(0,10), np.random.rand(10)) # 画第3个图:饼图 plt.subplot(223) plt.pie(x=[15,30,45,10],labels=list('ABCD'),autopct='%.0f',explode=[0,0.05,0,0]) # 画第3个图:条形图 # 前面的两个图占了221和222的位置,若是想在下面只放一个图,得把前两个当成一列,即2行1列第2个位置 plt.subplot(212) plt.bar([20,10,30,25,15],[25,15,35,30,20],color='b') plt.show()
运行结果以下
get
没错,就是这么简单!pandas