Matplotlib子图与常用图表
Matplotlib子图与常用图表
用 subplots 在一张画布上创建多个子图，以及折线图、柱状图、饼状图三种常用图表的画法与适用场景
为什么要用子图
为了能同时展示多个图表、便于图表之间数据的直观对比和分析，更高效地组织复杂的可视化信息，通常会在一个画布上创建多个子图。
import matplotlib.pyplot as plt
figure, axes = plt.subplots(nrows=1, ncols=2, figsize=(20, 6), dpi=100)# figure : 画布对象# axes : 子图数组（里面装着 Axes 对象）# nrows / ncols : 行数 / 列数 figsize : 画布大小 dpi : 清晰度
axes[0].bar(...) # 左边的子图：柱状图axes[1].pie(...) # 右边的子图：饼状图axes 的索引规则
| 布局 | 取值方式 |
|---|---|
nrows=1, ncols=2（一行两列） | axes[0]、axes[1] |
nrows=2, ncols=2（两行两列） | axes[0][0]、axes[0][1]、axes[1][0]、axes[1][1]（axes[行][列]） |
记住 axes[行][列] 就能定位任意子图；写成 axes1 = axes[0][0] 这样起个短名字，后面设置标题就不用重复写下标了。
三种常用图表
| 图表 | 方法 | 适用场景 |
|---|---|---|
| 折线图 | plot(x, y) | 展示趋势变化（如每年电影数量） |
| 柱状图 | bar(x, y, width=0.6, color='g') | 展示数量对比（如各国石油储备） |
| 饼图 | pie(values, labels=..., autopct='%1.1f%%') | 展示比例构成（如各国人口占比） |
子图上的设置
在外面用 plt.xxx，在子图上就用 axes.xxx（多一个 set_）：
| 全局写法 | 子图写法 |
|---|---|
plt.title('...') | axes.set_title('...', fontsize=18) |
plt.xlabel('...') | axes.set_xlabel('...') |
plt.ylabel('...') | axes.set_ylabel('...') |
plt.grid(...) | axes.grid(...) |
完整示例：柱状图 + 饼图
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
figure, axes = plt.subplots(nrows=1, ncols=2, figsize=(20, 6), dpi=100)
# 图一：柱状图（世界石油储备）countries = ['中国', '美国', '印度', '加拿大', '伊拉克', '沙特', '伊朗', '英国', '德国']values = [35, 23, 18, 21, 56, 78, 51, 12, 18]
axes[0].bar(countries, values, width=0.6, color='g')axes[0].set_title('世界石油储备', fontsize=18)axes[0].set_xlabel('国家')axes[0].set_ylabel('石油储备(亿吨)')axes[0].grid(linestyle='--', alpha=0.3)
# 图二：饼状图（世界人口比例）countries2 = ['印度', '中国', '美国', '印尼', '巴基斯坦', '其他']values2 = [14.51, 14.09, 3.4, 2.83, 2.51, 20]
axes[1].pie(values2, labels=countries2, autopct='%1.1f%%')axes[1].set_title('世界人口比例', fontsize=18)axes[1].legend(loc='lower center', ncol=3, bbox_to_anchor=(0.5, -0.08))
plt.savefig('data/01.png') # 保存图片plt.show() # 展示图表| 参数 | 作用 |
|---|---|
autopct='%1.1f%%' | 饼图上显示百分比（保留 1 位小数） |
legend(ncol=3, bbox_to_anchor=(0.5, -0.08)) | ncol 每行显示几个图例；bbox_to_anchor 控制图例位置 |
tick_params(axis='x', rotation=90) | X 轴标签旋转 90 度（标签太长时用） |
小结（复习自测）
| 题目 | 答案 |
|---|---|
| 如何在画布中创建子图？ | figure, axes = plt.subplots(nrows=1, ncols=2, figsize=(20, 6), dpi=100) |
| 折线图 / 柱状图 / 饼状图分别适合什么？ | 趋势变化 / 数量对比 / 比例构成 |
相关
练习题
一、回忆填空（写完再展开对答案）
- 创建子图：
figure, axes = plt.____(nrows=2, ncols=2, figsize=(20, 12), dpi=100) figure是 ____ 对象，axes是 ____ 数组- 一行两列时子图是
axes[0]、axes[1]；两行两列时是axes[____][____]的形式 - 折线图用
plot，柱状图用____，饼图用____ - 折线图适合展示 ____，柱状图适合展示 ____，饼图适合展示 ____
- 子图上设置标题用
axes.____('...')（比全局写法多一个set_） - 饼图显示百分比用参数
____='%1.1f%%' - 保存图片用
plt.____('data/01.png')
填空答案（做完再点开）
- subplots 2. 画布 / 子图 3. 行、列（如
axes[0][0]） 4. bar / pie 5. 趋势变化 / 数量对比 / 比例构成 6. set_title 7. autopct 8. savefig
二、裸写题
-
2-1 一行两列的子图 创建 1 行 2 列的子图，左边画柱状图（自拟 5 个城市的人口），右边画饼图（同样数据看占比），两边都要有标题。
提示（先自己想，实在想不出再点开）一级 · 思路：先建子图拿到 axes，再往 axes[0]、axes[1] 上分别画 二级 · 方法：
plt.subplots(nrows=1, ncols=2, figsize=(20, 6))/axes[0].bar(...)/axes[1].pie(...)三级 · 骨架：axes[0].set_title('...', fontsize=18) -
2-2 两行两列的布局 改成 2 行 2 列，把两个图放在
axes[0][0]和axes[1][1]，并给整个画布加标题。提示一级 · 思路：画布标题是 fig 级别的，不是某个子图的 二级 · 方法：
fig.suptitle('总标题', x=0.5, y=0.95)/fig.subplots_adjust(hspace=0.4, wspace=0.2)三级 · 骨架：axes[0][0]和axes[1][1] -
2-3 标签太长怎么办 柱状图的 X 轴是较长的中文名称，画出后标签挤在一起——想办法让它竖着显示。
提示一级 · 思路：旋转刻度标签 二级 · 方法：
axes.tick_params(axis='x', rotation=90)三级 · 骨架：axis='____'指定是哪根轴
参考答案（做完再点开）
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
cities = ['北京', '上海', '广州', '深圳', '成都']pops = [2184, 2487, 1868, 1756, 2126]
# 2-1fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(20, 6), dpi=100)axes[0].bar(cities, pops, width=0.6, color='g')axes[0].set_title('城市人口对比', fontsize=18)axes[0].set_xlabel('城市')axes[0].set_ylabel('人口(万)')
axes[1].pie(pops, labels=cities, autopct='%1.1f%%')axes[1].set_title('城市人口占比', fontsize=18)plt.show()
# 2-2 两行两列 + 画布标题fig, axes = plt.subplots(nrows=2, ncols=2, figsize=(20, 12), dpi=100)fig.suptitle('城市人口分析', fontsize=23, x=0.5, y=0.95)fig.subplots_adjust(hspace=0.4, wspace=0.2)
axes[0][0].bar(cities, pops, color='g')axes[0][0].set_title('人口对比', fontsize=15)axes[0][0].tick_params(axis='x', rotation=90) # 2-3：标签竖排
axes[1][1].pie(pops, labels=cities, autopct='%1.1f%%')axes[1][1].set_title('人口占比', fontsize=15)plt.show()评论区
如果你喜欢，那么欢迎来到我的世界！
了解更多音乐
暂未播放
