Python利用subplots_adjust方法解決圖表與畫(huà)布的間距問(wèn)題
1.問(wèn)題情境
我們使用python的 matplotlib庫(kù)繪圖時(shí),可能會(huì)遇到圖片內(nèi)容顯示不全的情況,
以下邊代碼為例:
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
x = range(9)
y = [5.12, 5.15, 5.13, 5.10, 5.2, 5.25, 5.19, 5.24, 5.31]
c = 0.5 * (min(x) + max(x))
d = min(y) + 0.3 * (max(y)-min(y))
plt.plot(x, y, label='股票A收盤(pán)價(jià)', c='k', ls='-.', marker='D', lw=2)
plt.xticks(x, [
'2022-03-27', '2022-03-28', '2022-03-29', '2022-03-30',
'2022-03-31', '2022-04-01', '2022-04-04', '2022-04-05',
'2022-04-06'], rotation=45)
plt.title('某股票收盤(pán)價(jià)時(shí)序圖')
plt.xlabel('日期')
plt.ylabel('價(jià)格')
plt.grid(True)
plt.legend()
# 標(biāo)出每天的收盤(pán)價(jià)
for a, b in zip(x, y):
plt.text(a, b+0.01, '%.1f'%b, ha='center', va='bottom', fontsize=9)
plt.annotate('最低價(jià)', (x[y.index(min(y))], min(y)), (x[y.index(min(y))] + 2, min(y)+0.06), xycoords='data',
arrowprops=dict(width=3,headwidth=10,headlength=20, facecolor='g',shrink=0.05), c='r',fontsize=20)
plt.show()
圖像效果如圖所示,圖像底部x軸的表示日期的標(biāo)簽,沒(méi)有被顯示完全:

雖然,有的知道的同學(xué)可能會(huì)告訴我,只要把窗口放大,就可以顯示得完整了。確實(shí)如此。但是這僅僅只能滿(mǎn)足我們的一般需求。如果我們的程序需要自動(dòng)化生成圖表并保存,這個(gè)方法就失效了。使用plt.savefig()保存出的圖片文件如下圖所示,這并不是我們想要的:

這樣的場(chǎng)景下,subplots_adjust()方法的應(yīng)用則恰到好處。
2. plt.subplots_adjust()概述
plt.subplots_adjust()方法常用的參數(shù)有6個(gè)。
其語(yǔ)法如下:
plt.subplots_adjust(left=None, bottom=None, right=None, top=None, wspace=None, hspace=None)
其中,left, bottom, right, top依次表示四個(gè)方向上的,圖表與畫(huà)布邊緣之間的距離。
這四個(gè)參數(shù)的每個(gè)參數(shù)的取值范圍通常都在0-1之間。與其說(shuō)是“間距”,倒不如說(shuō)是圖像邊緣的“坐標(biāo)”更確切。使用這四個(gè)參數(shù)時(shí),將畫(huà)布左下角視為坐標(biāo)原點(diǎn),畫(huà)布的寬和高都視為1。如果參數(shù)取值大于1,則可能會(huì)出現(xiàn)圖像的損失,圖像會(huì)移動(dòng)到畫(huà)布之外,而不會(huì)報(bào)錯(cuò)。
且left不能大于等于right,bottom不能大于等于top,如果違反這一點(diǎn)則會(huì)發(fā)生報(bào)錯(cuò)。
wspace和 hspace則分別表示水平方向上圖像間的距離和垂直方向上圖像間的距離。其的取值是可以取得大于1,具體的則具體情形自行調(diào)試選出合適的。這兩個(gè)參數(shù)用于畫(huà)布有多個(gè)子圖時(shí)。
3. 案例展示
3.1 單圖情形
依然以第一部分中的示例為例,將表示圖表與下邊緣的距離 的參數(shù) bottom設(shè)成0.2。
即在上邊代碼的基礎(chǔ)上加上一句:
plt.subplots_adjust(bottom=0.2)
則圖像效果發(fā)生以下改變:

3.2 多子圖情形
在畫(huà)布上繪制以下四幅圖像。并設(shè)定上下左右及圖像間的間距。
依次在左上繪制一幅折線(xiàn)圖,右上繪制一幅散點(diǎn)圖,
左下繪制一幅柱狀圖,右下繪制一幅箱線(xiàn)圖。
并設(shè)定間距:
plt.subplots_adjust(left=0.1, right=0.9, bottom=0.1, top=0.9, wspace=0.3, hspace=0.3)
代碼如下:
import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
# 位置221 畫(huà)一幅簡(jiǎn)單的折線(xiàn)圖
fig = plt.figure(1, facecolor='#33ff99', figsize=(10, 6))
ax1 = plt.subplot(221)
ax1.set_title('ax1')
ax1.set_facecolor("orange")
ax1.plot([1, 1, 0, 0, -1, 0, 1, 1, -1], c='r')
# 位置222 或一個(gè)橫軸為月份,的散點(diǎn)圖
ax2 = plt.subplot(222)
ax2.set_title('ax2')
ax2.set_facecolor("purple")
ax2.plot(['1月', '2月', '3月', '4月', '5月', '6月', '7月', '8月', '9月'], [1, 0, 2, 5, 3, 5, 8, 7, 9], ls='', marker='*')
# 位置223 繪制一份柱狀圖
ax3 = plt.subplot(223)
ax3.set_title('ax3')
ax3.set_facecolor("pink")
ax3.bar(['A類(lèi)', 'B類(lèi)', 'C類(lèi)', 'D類(lèi)', 'E類(lèi)'], height=[200, 350, 600, 540, 430], color='#9900ff')
# 位置224 繪制一張箱線(xiàn)圖
ax4 = plt.subplot(224)
ax4.set_title('ax4')
np.random.seed(100)
data = np.random.randint(0, 100, (4, 4))
ax4.set_facecolor("blue")
ax4.boxplot(data, labels=('Open', 'High', 'Low', 'Close'))
# 添加標(biāo)題
ax1.set_title('折線(xiàn)圖')
ax2.set_title('散點(diǎn)圖')
ax3.set_title('柱形圖')
ax4.set_title('箱線(xiàn)圖')
plt.subplots_adjust(left=0.1, right=0.9, bottom=0.1, top=0.9, wspace=0.3, hspace=0.3)
plt.show()
生成圖像效果如下:

到此這篇關(guān)于Python利用subplots_adjust方法解決圖表與畫(huà)布的間距問(wèn)題的文章就介紹到這了,更多相關(guān)Python subplots_adjust間距內(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
Python實(shí)現(xiàn)獲取某天是某個(gè)月中的第幾周
這篇文章主要介紹了Python實(shí)現(xiàn)獲取某天是某個(gè)月中的第幾周,本文代碼實(shí)現(xiàn)獲取指定的某天是某個(gè)月中的第幾周、周一作為一周的開(kāi)始,需要的朋友可以參考下2015-02-02
pytorch神經(jīng)網(wǎng)絡(luò)從零開(kāi)始實(shí)現(xiàn)多層感知機(jī)
這篇文章主要為大家介紹了pytorch神經(jīng)網(wǎng)絡(luò)從零開(kāi)始實(shí)現(xiàn)多層感知機(jī)的示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步2021-10-10
Python對(duì)ElasticSearch獲取數(shù)據(jù)及操作
這篇文章主要為大家詳細(xì)介紹了Python對(duì)ElasticSearch獲取數(shù)據(jù)及操作,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2019-04-04
Python的Django框架中TEMPLATES項(xiàng)的設(shè)置教程
這篇文章主要介紹了Python的Django框架中TEMPLATES項(xiàng)的設(shè)置教程,主要針對(duì)Django1.8后的新特性,需要的朋友可以參考下2015-05-05
django第一個(gè)項(xiàng)目127.0.0.1:8000不能訪(fǎng)問(wèn)的解決方案詳析
django項(xiàng)目服務(wù)啟動(dòng)后無(wú)法通過(guò)127.0.0.1訪(fǎng)問(wèn),下面這篇文章主要給大家介紹了關(guān)于django第一個(gè)項(xiàng)目127.0.0.1:8000不能訪(fǎng)問(wèn)的解決方案,需要的朋友可以參考下2022-10-10
如何一分鐘內(nèi)找出pandas DataFrame某列中的nan值
這篇文章主要介紹了如何一分鐘內(nèi)找出pandas DataFrame某列中的nan值問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2023-09-09
pytorch: tensor類(lèi)型的構(gòu)建與相互轉(zhuǎn)換實(shí)例
今天小編就為大家分享一篇pytorch: tensor類(lèi)型的構(gòu)建與相互轉(zhuǎn)換實(shí)例,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2018-07-07

