小白学 Python 数据分析（16）：Matplotlib（一）坐标系

人生苦短，我用 Python

前文传送门：

小白学 Python 数据分析（1）：数据分析基础

小白学 Python 数据分析（2）：Pandas （一）概述

小白学 Python 数据分析（3）：Pandas （二）数据结构 Series

小白学 Python 数据分析（4）：Pandas （三）数据结构 DataFrame

小白学 Python 数据分析（5）：Pandas （四）基础操做（1）查看数据

小白学 Python 数据分析（6）：Pandas （五）基础操做（2）数据选择

小白学 Python 数据分析（7）：Pandas （六）数据导入

小白学 Python 数据分析（8）：Pandas （七）数据预处理

小白学 Python 数据分析（9）：Pandas （八）数据预处理（2）

小白学 Python 数据分析（10）：Pandas （九）数据运算

小白学 Python 数据分析（11）：Pandas （十）数据分组

小白学 Python 数据分析（12）：Pandas （十一）数据透视表（pivot_table）

小白学 Python 数据分析（13）：Pandas （十二）数据表拼接

小白学 Python 数据分析（14）：Pandas （十三）数据导出

小白学 Python 数据分析（15）：数据可视化概述

引言

各位同窗好，本篇文章，咱们来介绍下使用 Matplotlib 时如何创建坐标系。

回想一下之前咱们在接受九年义务教育毒打上数学课的时候，应该都画过折线图直方图之类的统计图表，其中第一步就是创建直角坐标系。

翻出老课本，帮助各位同窗回忆一下当年的数学课，直角坐标系就是下面这个：

直角坐标系不只能存在于平面中，还有立体的：

固然，本文的只介绍平面直角坐标系如何构建，至于立体的，咱们后面再聊。

画布

在构建平面直角坐标系以前，咱们须要先建立一个画布。

What？画布是啥？

emmmmmmmmmmm，这就相似于咱们在电脑上画画同样，须要打开画图软件，建立一个空白的白板，这个白板就是咱们后续画图的地方。

使用 Matplotlib 建立画布的代码以下，首先须要导入 Matplotlib 的库：

import matplotlib.pyplot as plt

fig = plt.figure(figsize=(6, 6))
复制代码

上面这段代码咱们就完成了一个宽和高都为 6 的画布的建立。

建立直角坐标系

建立直角坐标系有多不少种方法，这里咱们一种一种来介绍：

add_subplot

首先，咱们使用 add_subplot 函数来建立直角坐标系，咱们就在刚才建立的那个画布上建立 1 X 1 个直角坐标系：

import matplotlib.pyplot as plt

fig = plt.figure(figsize=(6, 6))

fig.add_subplot(1,1,1)

plt.show()
复制代码

咱们获得的结果以下：

咱们再建立 2 X 2 个直角坐标系：

import matplotlib.pyplot as plt

fig = plt.figure(figsize=(6, 6))

ax1 = fig.add_subplot(2,2,1)
ax2 = fig.add_subplot(2,2,2)
ax3 = fig.add_subplot(2,2,3)
ax4 = fig.add_subplot(2,2,4)

plt.show()
复制代码

结果以下图：

这里有一点须要说明一下，这里参数能够省略其中的 , 逗号，以下：

ax1 = fig.add_subplot(221)
复制代码

参数的含义为建立 2 X 2 网格第一子图。

subplot2grid

在使用 subplot2grid 函数建立直角坐标系的时候，不须要事先建立画布，能够直接使用建立，好比咱们下面建立一个很简单的折线图和柱状图：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(4)
y = np.arange(4)

# 绘制折线图
plt.subplot2grid((2,2),(0,0))
plt.plot(x, y)

# 绘制柱状图
plt.subplot2grid((2,2),(0,1))
plt.bar(x, y)

plt.show()
复制代码

结果以下：

subplot

同上面的 subplot2grid 同样，咱们一样能够经过 subplot 来绘制直角坐标系，好比咱们拿上面的例子再使用 subplot 写一遍：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(4)
y = np.arange(4)

# 绘制折线图
plt.subplot(221)
plt.plot(x, y)

# 绘制柱状图
plt.subplot(222)
plt.bar(x, y)

plt.show()
复制代码

结果仍是和上面同样的，小编再也不贴了。

上面这个示例的含义是将图标区域分为 2 X 2 共计 4 个区域，在第一个区域上建立折线图，在第二个区域上建立柱状图。

subplots

subplots 看起来和 subplot 很像，实际上也是很是像的，它和 subplot 的不一样之处是 subplot 一次只能返回一个坐标系，而 subplots 一次能够返回多个坐标系。

咱们接着使用 subplots 完成前面的示例：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(4)
y = np.arange(4)

fig, axes = plt.subplots(2, 2)
# 绘制折线图
axes[0,0].plot(x,y)
# 绘制柱状图
axes[0,1].bar(x,y)
plt.show()
复制代码

结果以下：

能够看到，咱们虽然只使用到了两个坐标，但实际上 subplots 仍是会帮咱们将 4 个坐标全都建立出来。

小结

前面介绍的集中直角坐标系的建立方法并没有本质上的区别，只有第一种 add_subplot 在使用的时候是须要先建立一个画布的，后面三种都是直接调用 Matplotlib 中的函数从而达到直接建立坐标系的方法。

您的扫码关注，是对小编坚持原创的最大鼓励：）