这篇教程matplotlib.subplot()画子图并共享y坐标轴的方法写得很实用，希望能帮到您。
有时候想要把几张图放在一起plot，比较好对比，subplot和subplots都可以实现，具体对比可以查看参考博文。这里用matplotlib库的subplot来举个栗子。 数据长什么样有两个数据段，第一个数据是DataFrame类型，第二个是ndarray类型。每个数据都有3列，我想画1*3的折线子图，第一个数据的第n列和第二个数据的第n列画在一张子图上。先来看一下两个数据长什么样儿（为显示方便，只看前5行）。 In [1]: testing_set.head() # DataFrame类型Out [1]: Open High Low 0 778.81 789.63 775.80 1 788.36 791.34 783.16 2 786.08 794.48 785.02 3 795.26 807.90 792.20 4 806.40 809.97 802.83 # ndarray类型 In [2]: predicted_stock_price #这里就只看前5行Out [2]: [[790.6911 796.39215 779.3191 ] [790.24524 796.0866 778.9673 ] [789.5737 795.52606 778.3751 ] [790.1047 796.10864 778.92395] [790.8686 796.94104 779.7281 ]] 实现过程注：plt.setp()是用来共享y坐标轴 # 创建画布fig = plt.figure(figsize = (30,10), dpi = 80)# 子图1ax1 = plt.subplot(131)ax1.set_title('Open Price')ax1.plot(testing_set.values[:,0], color = 'red', label = 'Real Open Price')ax1.plot(predicted_stock_price[:,0], color = 'blue', label = 'Predicted Open Price')plt.setp(ax1.get_xticklabels(), fontsize=6)ax1.legend()# 子图2ax2 = plt.subplot(132,sharey=ax1)ax2.set_title('High Price')ax2.plot(testing_set.values[:,1], color = 'red', label = 'Real High Price')ax2.plot(predicted_stock_price[:,1], color = 'blue', label = 'Predicted High Price')ax2.legend()# 子图3ax3 = plt.subplot(133,sharey=ax1)ax3.set_title('Low Price')ax3.plot(testing_set.values[:,2], color = 'red', label = 'Real Low Price')ax3.plot(predicted_stock_price[:,2], color = 'blue', label = 'Predicted Low Price')ax3.legend()plt.show()结果：
到此这篇关于matplotlib.subplot()画子图并共享y坐标轴的方法的文章就介绍到这了,更多相关matplotlib.subplot()子图内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net！
SciPy中两个模块:io 和misc的使用
Matplotlib绘制子图的常见几种方法 |
