python 一個figure上顯示多個圖像的實例

更新時間：2019年07月08日 08:40:46 作者：gaoxiaobai666666

今天小編就為大家分享一篇python 一個figure上顯示多個圖像的實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧

方法一：主要是inshow()函數的使用

首先基本的畫圖流程為：

import matplotlib.pyplot as plt 
 
#創(chuàng)建新的figure
fig = plt.figure()
 
#必須通過add_subplot()創(chuàng)建一個或多個繪圖
#ax = fig.add_subplot(221)
 
#繪制2x2兩行兩列共四個圖，編號從1開始
ax1 = fig.add_subplot(221)
ax2 = fig.add_subplot(222)
ax3 = fig.add_subplot(223)
ax4 = fig.add_subplot(224)
 
#圖片的顯示
plt.show()

然后就會有四個在同一張圖上的figure

然后我們可以用python中的Matplotlib庫中的，imshow()函數實現繪圖。imshow()可以用來繪制熱力圖

#coding=utf-8
import matplotlib.pyplot as plt 
import numpy as np
 
points = np.arange(-5,5,0.01)
 
xs,ys = np.meshgrid(points,points)
 
z = np.sqrt(xs**2 + ys**2)
 
#創(chuàng)建新的figure
fig = plt.figure()
 
#繪制2x2兩行兩列共四個圖，編號從1開始
ax = fig.add_subplot(221)
ax.imshow(z)
 
ax = fig.add_subplot(222)
#使用自定義的colormap(灰度圖)
ax.imshow(z,cmap=plt.cm.gray)
 
ax = fig.add_subplot(223)
#使用自定義的colormap
ax.imshow(z,cmap=plt.cm.cool)
 
ax = fig.add_subplot(224)
#使用自定義的colormap
ax.imshow(z,cmap=plt.cm.hot)
 
#圖片的顯示
plt.show()

方法二：subplot的使用，在python中，可以用subplot繪制子圖。

常用方法：pl.subplot(121)第一個1代表1行，第二個2代表兩列，第三個1代表第一個圖。

  # -*- coding: utf-8 -*- 
 """ 
 演示二維插值。 
 """ 
 import numpy as np 
 from scipy import interpolate 
 import pylab as pl 
 import matplotlib as mpl 
  
 def func(x, y): 
  return (x+y)*np.exp(-5.0*(x**2 + y**2)) 
  
 # X-Y軸分為15*15的網格 
 y,x= np.mgrid[-1:1:15j, -1:1:15j] 
  
 fvals = func(x,y) # 計算每個網格點上的函數值 15*15的值 
 print len(fvals[0]) 
  
 #三次樣條二維插值 
 newfunc = interpolate.interp2d(x, y, fvals, kind='cubic') 
  
 # 計算100*100的網格上的插值 
 xnew = np.linspace(-1,1,100)#x 
 ynew = np.linspace(-1,1,100)#y 
 fnew = newfunc(xnew, ynew)#僅僅是y值 100*100的值 
  
 # 繪圖 
 # 為了更明顯地比較插值前后的區(qū)別，使用關鍵字參數interpolation='nearest' 
 # 關閉imshow()內置的插值運算。 
 pl.subplot(121) 
 im1=pl.imshow(fvals, extent=[-1,1,-1,1], cmap=mpl.cm.hot, interpolation='nearest', origin="lower")#pl.cm.jet 
 #extent=[-1,1,-1,1]為x,y范圍 favals為 
 pl.colorbar(im1) 
  
 pl.subplot(122) 
 im2=pl.imshow(fnew, extent=[-1,1,-1,1], cmap=mpl.cm.hot, interpolation='nearest', origin="lower") 
 pl.colorbar(im2) 
  
 pl.show()

以上的代碼為二維插值中畫圖的演示。繪圖如下：