plt.subplot()

plt.subplot(nrows, ncols, index, **kwargs)

第一個(gè)參數(shù)：*args （官網(wǎng)文檔描述）
Either a 3-digit integer or three separate integers describing the position of the subplot. If the three integers are nrows, ncols, and index in order, the subplot will take the index position on a grid with nrows rows and ncols columns. index starts at 1 in the upper left corner and increases to the right.
可以使用三個(gè)整數(shù)，或者三個(gè)獨(dú)立的整數(shù)來(lái)描述子圖的位置信息。如果三個(gè)整數(shù)是行數(shù)、列數(shù)和索引值，子圖將分布在行列的索引位置上。索引從1開始，從右上角增加到右下角。
pos is a three digit integer, where the first digit is the number of rows, the second the number of columns, and the third the index of the subplot. i.e. fig.add_subplot(235) is the same as fig.add_subplot(2, 3, 5). Note that all integers must be less than 10 for this form to work.
位置是由三個(gè)整型數(shù)值構(gòu)成，第一個(gè)代表行數(shù)，第二個(gè)代表列數(shù)，第三個(gè)代表索引位置。舉個(gè)列子：plt.subplot(2, 3, 5) 和 plt.subplot(235) 是一樣一樣的。需要注意的是所有的數(shù)字不能超過(guò)10。

第二個(gè)參數(shù)：projection : {None, ‘aitoff’, ‘hammer’, ‘lambert’, ‘mollweide’, ‘polar’, ‘rectilinear’, str}, optional
The projection type of the subplot (Axes). str is the name of a costum projection, see projections. The default None results in a ‘rectilinear’ projection.
可選參數(shù)：可以選擇子圖的類型，比如選擇polar，就是一個(gè)極點(diǎn)圖。默認(rèn)是none就是一個(gè)線形圖。

第三個(gè)參數(shù)：polar : boolean, optional
If True, equivalent to projection=‘polar’. 如果選擇true，就是一個(gè)極點(diǎn)圖，上一個(gè)參數(shù)也能實(shí)現(xiàn)該功能。
官方文檔傳送門：plt.subplot()

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(1, 2, 2)
y1 = np.sin(x)

y2 = np.cos(x)

ax1 = plt.subplot(2, 2, 1, frameon = False) # 兩行一列，位置是1的子圖
plt.plot(x, y1, 'b--')
plt.ylabel('y1')
ax2 = plt.subplot(2, 2, 2, projection = 'polar')
plt.plot(x, y2, 'r--')
plt.ylabel('y2')
plt.xlabel('x')
plt.subplot(2, 2, 3, sharex = ax1, facecolor = 'red')
plt.plot(x, y2, 'r--')
plt.ylabel('y2')

plt.show()

以上代碼畫圖如下：

可以看到plt.subplot()可以依次畫出這些子圖，優(yōu)點(diǎn)是簡(jiǎn)單明了，缺點(diǎn)是略顯麻煩。

到此這篇關(guān)于詳解pandas中Series()和DataFrame()的區(qū)別與聯(lián)系的文章就介紹到這了,更多相關(guān)pandas Series()和DataFrame()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！

最新評(píng)論