数据可视化之多表显示

多表显示subplot(),subplots()
# 使用 pyplot 中的 subplot() 和 subplots() 方法来绘制多个子图


# 导入库，和调用中文
import matplotlib.pyplot as plt
import numpy as np

# 作用：解决坐标轴为负时 负号显示为方框的问题
# axes：坐标轴
# Unicode：编码标准
# minus：负号，减号
plt.rcParams['axes.unicode_minus'] = False
# 解决图上汉字显示为方框的问题 在图上显示汉字
plt.rcParams['font.family'] = ['SimHei']

# subplot()函数使用
#  subplot(numRows,numCols,plotNum)
#  numRows ＝ 1，numCols ＝ 2，
#  就是将图表绘制成 1x2 的图片区域, 对应的坐标为：
#               (1, 1), (1, 2)
# plotNum ＝ 1, 表示的坐标为(1, 1), 即第一行第一列的子图。
# plotNum ＝ 2, 表示的坐标为(1, 2), 即第一行第二列的子图。
#
#
# 准备数据

# plot 1:
xpoints = np.array([0, 6])
ypoints = np.array([0, 100])

# plot 2:
x = np.array([1, 2, 3, 4])
y = np.array([1, 4, 9, 16])

# 准备画布
plt.subplot(2,2,1)
# 绘图
plt.plot(xpoints,ypoints)
plt.title('图一')
plt.subplot(2,2,3)
plt.plot(x,y)
plt.title("图二")

# 总的大标题
plt.suptitle("多张图绘制")

# matplotlib.pyplot.subplots(
#           nrows=1,        //默认为1，设置图表的的行数
#           ncols=1,        //默认为1，设置图标列数
#           *,
#           sharex=False,   //设置x轴是否共享，默认不共享
#                             可设置为 'none'、'all'、'row' 或 'col'。
#           sharey=False,   //设置y轴是否共享，默认不共享。
#                             False 或 none 每个子图的 x 轴或 y 轴都是独立的，
#                             True 或 'all'：所有子图共享 x 轴或 y 轴，
#                             'row' 设置每个子图行共享一个 x 或 y 轴，
#                             'col'：设置每个子图列共享一个 x 或 y 轴。
#           squeeze=True,
#           subplot_kw=None,   //可选，字典类型。
#                               把字典的关键字传递给 add_subplot() 来创建每个子图。
#           gridspec_kw=None,   //可选，字典类型。
#                               把字典的关键字传递给 GridSpec 构造函数
#                               创建子图放在网格里(grid)。
#           **fig_kw)        /把详细的关键字参数传给 figure() 函数
#
# 准备数据2
np.linspace(start = 0, stop = 100, num = 5) # 平均分布着的数据
x = np.linspace(0,2*np.pi,50)
y = np.sin(x)

# 原图
plt.figure()
plt.plot(x,y)

yticks = range(-2,2,1)
plt.yticks(yticks)
plt.xlabel('x轴')
plt.ylabel('y轴')
plt.grid(linestyle='--',alpha=0.5)
plt.title('原图')


# 创建一个画像和一个子图
figure1,plot1 = plt.subplots()
plot1.plot(x,y)
plot1.set_title('一个画像和一个子图')

# 创建一个画像,两个子图，并共享y轴
figure2,(plot1,plot2) = plt.subplots(1,2,sharey=True)
plot1.plot(x,y)            # 折线图
plot1.set_title('子图1')   # 子图1的标题
plot1.grid(linestyle='-',alpha = 0.5)   # 网格线
plot2.scatter(x,y)         # 散点图
plot2.set_title('子图2')   # 子图1的标题
plot2.grid(linestyle='-',alpha = 0.5)   # 网格线
plt.suptitle('2个子图')     #  总标题

# 在调用subplot()创建子图时通过设置projection='polar',
# 便可创建一个极坐标子图，
# 然后调用plot()在极坐标子图中绘图。
fig=plt.figure()
ax1 = plt.subplot(1,2,1, projection='polar')  # 极坐标轴
ax2 = plt.subplot(122)      # 数据类型相同时,可以省略
fig.subplots_adjust(wspace=0.4) # 设置子图间的间距，为子图宽度的40%
theta=np.arange(0,2*np.pi,0.02)
ax1.plot(theta,theta/6,'-.',lw=2)
ax2.plot(theta,theta/6,'-.',lw=2)

# 创建四个子图
fig, axs = plt.subplots(2, 2, subplot_kw=dict(projection="polar"))
axs[0, 0].plot(x, y)
axs[1, 1].scatter(x, y)

# 共享 x 轴
fig,axs = plt.subplots(2, 2, sharex='col')
axs[0, 0].plot(x, y)
axs[1, 1].scatter(x, y)
# 共享 y 轴
fig2,axs2 = plt.subplots(2, 2, sharey='row')
axs2[0, 0].plot(x, y)
axs2[1, 1].scatter(x, y)
# 共享 x 轴和 y 轴
fig3,axs3 = plt.subplots(2, 2, sharex='all', sharey='all')
axs3[0, 0].plot(x, y)
axs3[1, 1].scatter(x, y)
# 这个也是共享 x 轴和 y 轴
fig4,ax = plt.subplots(2, 2, num=10,sharex=True, sharey=True)
# 创建标识为 10 的图，已经存在的则删除
fig5, axs= plt.subplots(2,2,num=10, clear=True)

# 展示
plt.show(block=True)