这篇教程Matplotlib实现subplot和subplots简单对比写得很实用，希望能帮到您。
前言：大家一般都知道subplot可以画子图，但是subplots也可以画子图，鉴于subplots介绍比较少，这里做一个对比，两者没有功能一致。 对比开始：需求：画出两张子图，在一行显示，子图中的内容一模一样 subplot代码： 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()#添加图列就是右上角的点说明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()#添加图列就是右上角的点说明 
subplots代码： fig, ax = plt.subplots(figsize=(12,8),ncols=2,nrows=1)#该方法会返回画图对象和坐标对象ax，figsize是设置子图长宽（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()#添加图列就是右上角的点说明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()#添加图列就是右上角的点说明 
对比结果：可以看出来两者都可以实现画子图功能，只不过subplots帮我们把画板规划好了，返回一个坐标数组对象，而subplot每次只能返回一个坐标对象，subplots可以直接指定画板的大小。 参考博客：Matplotlib的子图subplot的使用 参考博客：subplots与figure函数参数解释说明以及简单的使用脚本实例 到此这篇关于Matplotlib实现subplot和subplots简单对比的文章就介绍到这了,更多相关Matplotlib subplot和subplots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！
matplotlib共享坐标轴的实现(X或Y坐标轴)
SciPy中两个模块:io 和misc的使用 |
