Matplotlib實(shí)現(xiàn)subplot和subplots簡(jiǎn)單對(duì)比
前言：
大家一般都知道subplot可以畫(huà)子圖，但是subplots也可以畫(huà)子圖，鑒于subplots介紹比較少，這里做一個(gè)對(duì)比，兩者沒(méi)有功能一致。
對(duì)比開(kāi)始：
需求：畫(huà)出兩張子圖，在一行顯示，子圖中的內(nèi)容一模一樣
subplot代碼：
ax1 = plt.subplot(1,2,1) ax1.scatter(positive['X1'], positive['X2'], s=50, marker='x', label='Positive') ax1.scatter(negative['X1'], negative['X2'], s=50, marker='o', label='Negative') ax1.legend()#添加圖列就是右上角的點(diǎn)說(shuō)明 ax2 = plt.subplot(1,2,2) ax2.scatter(positive['X1'], positive['X2'], s=50, marker='x', label='Positive') ax2.scatter(negative['X1'], negative['X2'], s=50, marker='o', label='Negative') ax2.legend()#添加圖列就是右上角的點(diǎn)說(shuō)明
subplots代碼：
fig, ax = plt.subplots(figsize=(12,8),ncols=2,nrows=1)#該方法會(huì)返回畫(huà)圖對(duì)象和坐標(biāo)對(duì)象ax，figsize是設(shè)置子圖長(zhǎng)寬（1200，800） ax[0].scatter(positive['X1'], positive['X2'], s=50, marker='x', label='Positive') ax[0].scatter(negative['X1'], negative['X2'], s=50, marker='o', label='Negative') ax[0].legend()#添加圖列就是右上角的點(diǎn)說(shuō)明 ax[1].scatter(positive['X1'], positive['X2'], s=50, marker='x', label='Positive') ax[1].scatter(negative['X1'], negative['X2'], s=50, marker='o', label='Negative') ax[1].legend()#添加圖列就是右上角的點(diǎn)說(shuō)明
對(duì)比結(jié)果：
可以看出來(lái)兩者都可以實(shí)現(xiàn)畫(huà)子圖功能，只不過(guò)subplots幫我們把畫(huà)板規(guī)劃好了，返回一個(gè)坐標(biāo)數(shù)組對(duì)象，而subplot每次只能返回一個(gè)坐標(biāo)對(duì)象，subplots可以直接指定畫(huà)板的大小。
參考博客：subplots與figure函數(shù)參數(shù)解釋說(shuō)明以及簡(jiǎn)單的使用腳本實(shí)例
到此這篇關(guān)于Matplotlib實(shí)現(xiàn)subplot和subplots簡(jiǎn)單對(duì)比的文章就介紹到這了,更多相關(guān)Matplotlib subplot和subplots內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
Pytorch Conda環(huán)境下載慢換源/刪源/恢復(fù)默認(rèn)源的簡(jiǎn)單操作
隨著實(shí)驗(yàn)增多,需要分割創(chuàng)建環(huán)境的情況時(shí)有出現(xiàn),在此情況下使用conda create --name xx python=3.10 pytorch torchvision pytorch-cuda -c nvidia -c pytorch -y這樣的指令創(chuàng)建時(shí)如果不換源,往往下載速度很慢,本文介紹了解決辦法,需要的朋友可以參考下2024-07-07
在大多數(shù)場(chǎng)景中，我們都用?lxml?庫(kù)解析網(wǎng)頁(yè)源碼，但你是否知道，lxml?庫(kù)也是可以操作?svg?圖片的。本文就來(lái)和大家聊聊具體操作方法，希望對(duì)大家有所幫助2023-01-01
Python控制多進(jìn)程與多線程并發(fā)數(shù)總結(jié)
本篇文章主要介紹了Python控制多進(jìn)程與多線程并發(fā)數(shù)，詳細(xì)講訴了進(jìn)程和線程的區(qū)別，并介紹了處理方法，有需要的朋友可以了解一下。2016-10-10
Pygame實(shí)戰(zhàn)之檢測(cè)按鍵正確的小游戲
這篇文章主要為大家介紹了利用Pygame模塊實(shí)現(xiàn)的檢測(cè)按鍵正確的小游戲：每個(gè)字母有10秒的按鍵時(shí)間，如果按對(duì)，則隨機(jī)產(chǎn)生新的字符，一共60s,如果時(shí)間到了，則游戲結(jié)束?？靵?lái)跟隨小編一起學(xué)習(xí)一下吧2021-12-12
Python3爬蟲(chóng)之自動(dòng)查詢天氣并實(shí)現(xiàn)語(yǔ)音播報(bào)
這篇文章主要介紹了Python3爬蟲(chóng)之自動(dòng)查詢天氣并實(shí)現(xiàn)語(yǔ)音播報(bào)，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-02-02
Django CSRF跨站請(qǐng)求偽造防護(hù)過(guò)程解析
這篇文章主要介紹了Django CSRF跨站請(qǐng)求偽造防護(hù)過(guò)程解析,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-07-07
python中str、bytes、十六進(jìn)制字符串之間的相互轉(zhuǎn)換方法
這篇文章主要介紹了在Python中字符串（str）、字節(jié)序列（bytes）以及十六進(jìn)制字符串之間的轉(zhuǎn)換方法,包括如何使用.encode()、.decode()、bytes.fromhex()和.hex()方法進(jìn)行轉(zhuǎn)換,需要的朋友可以參考下2025-03-03
TensorFlow實(shí)現(xiàn)checkpoint文件轉(zhuǎn)換為pb文件
今天小編就為大家分享一篇TensorFlow實(shí)現(xiàn)checkpoint文件轉(zhuǎn)換為pb文件，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-02-02
Python中使用PIL庫(kù)實(shí)現(xiàn)圖片高斯模糊實(shí)例
這篇文章主要介紹了Python中使用PIL庫(kù)實(shí)現(xiàn)圖片高斯模糊實(shí)例,本文重點(diǎn)在修改了Pil的源碼實(shí)現(xiàn)可以自定義模糊度,需要的朋友可以參考下2015-02-02
Python+opencc庫(kù)實(shí)現(xiàn)簡(jiǎn)體繁體字轉(zhuǎn)換
opencc就是一個(gè)非常好的中文字轉(zhuǎn)換庫(kù),其中包含了非常豐富的對(duì)應(yīng)字詞表,本文主要介紹了如何使用opencc庫(kù)實(shí)現(xiàn)簡(jiǎn)體繁體字轉(zhuǎn)換,感興趣的可以了解下2024-11-11