python的matplotlib畫子圖

① 見圖。python matplotlib 子圖圖例不顯示完全。怎麼解決

ax[0].legend(),ax[1].legend(),直接使用plt.legend()一般只會出現一個

② Python的 matplotlib畫圖，怎麼把子圖的每個橫坐標顯示出來

ax = subplots(nrows,ncols,sharex,sharey,squeeze,subplot_kw,gridspec_kw,**fig_kw)

創建畫布和子圖。

nrows和ncols表示將畫布分割成幾行幾列 ，

sharex和sharey表是共用xy軸的設置。

squeeze bool

a.默認參數為True：額外的維度從返回的Axes(軸)對象中擠出，對於N*1或1*N個子圖，返回一個1維數組，對於N*M，N>1和M>1返回一個2維數組。

b.為False，不進行擠壓操作：返回一個元素為Axes實例的2維數組，即使它最終是1x1。

subplot_kw:字典類型，可選參數。把字典的關鍵字傳遞給add_subplot()來創建每個子圖。

subplot_kw:字典類型，可選參數。把字典的關鍵字傳遞給add_subplot()來創建每個子圖。

gridspec_kw:字典類型，可選參數。把字典的關鍵字傳遞給GridSpec構造函數創建子圖放在網格里(grid)。

**fig_kw：把所有詳細的關鍵字參數傳給figure()函數。

可見你沒有辦法單獨設置某個子圖的ax的。

③ 如何用matplotlib畫多個獨立窗口的圖

您好，很高興能幫助您，

fig1 = plt.figure('fig1')
fig2 = plt.figure('fig2')
給每個figure取個名字就行了

你的採納是我前進的動力，還有不懂的地方，請你繼續「追問」！
如你還有別的問題，可另外向我求助；答題不易，互相理解，互相幫助！

④ Python如何運用matplotlib庫繪制3D圖形

3D圖形在數據分析、數據建模、圖形和圖像處理等領域中都有著廣泛的應用，下面將給大家介紹一下如何在Python中使用 matplotlib進行3D圖形的繪制，包括3D散點、3D表面、3D輪廓、3D直線（曲線）以及3D文字等的繪制。

准備工作：

python中繪制3D圖形，依舊使用常用的繪圖模塊matplotlib，但需要安裝mpl_toolkits工具包，安裝方法如下：windows命令行進入到python安裝目錄下的Scripts文件夾下，執行： pip install --upgrade matplotlib即可；Linux環境下直接執行該命令。

安裝好這個模塊後，即可調用mpl_tookits下的mplot3d類進行3D圖形的繪制。

下面以實例進行說明。

1、3D表面形狀的繪制

這段代碼是繪制一個3D的橢球表面，結果如下：

2、3D直線（曲線）的繪制

這段代碼用於繪制一個螺旋狀3D曲線，結果如下：

3、繪制3D輪廓

繪制結果如下：

相關推薦：《Python視頻教程》

4、繪制3D直方圖

繪制結果如下：

5、繪制3D網狀線

繪制結果如下：

6、繪制3D三角面片圖

繪制結果如下：

7、繪制3D散點圖

繪制結果如下：

⑤ Python的matplotlib怎麼在一張畫布上，畫兩個餅狀圖啊

%matplotlibinline
importmatplotlib.pyplotasplt

#121>1行2列第1個
fig1=plt.subplot(121)
plt.pie([1,2,3])
#122>1行2列第2個
fig2=plt.subplot(122)
plt.pie([10,5,5])

#亦可以plt.subplot(221)2行2列第1個

⑥ python matlibplot 怎樣畫圖例

用於添加圖例的函數是plt.legend()，我們通過例子來對其進行介紹。

%matplotlib inline
import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as np

#多數據並列柱狀圖
mpl.rcParams["font.sans-serif"]=["SimHei"]
mpl.rcParams["axes.unicode_minus"]=False
x = np.arange(6)
y1 = [23,5,14,27,18,14]
y2 = [10,27,25,18,23,16]
tick_label = ["A","B","C","D","E","F"]
bar_width = 0.35
plt.bar(x,y1,bar_width,align="center",label="班級A",alpha=0.5)
plt.bar(x+bar_width,y2,bar_width,align="center",label="班級B",alpha=0.5)
plt.xlabel("成績等級")
plt.ylabel("人數")
plt.xticks(x+bar_width/2,tick_label)

plt.legend(bbox_to_anchor=(1,1),#圖例邊界框起始位置
loc="upper right",#圖例的位置
ncol=1,#列數
mode="None",#當值設置為「expend」時，圖例會水平擴展至整個坐標軸區域
borderaxespad=0,#坐標軸和圖例邊界之間的間距
title="班級",#圖例標題
shadow=False,#是否為線框添加陰影
fancybox=True)#線框圓角處理參數
plt.show()

效果如圖所示

⑦ python中matplotlib怎麼畫圖

首先，你要先安裝matplotlib、numpy庫。可以使用pip進行庫的安裝。
分享一段我寫的代碼，是非常簡單、基礎的，你有興趣可以看看，復制過去練習練習，有什麼不懂可以問我。

import numpy as np

import pylab as plt

plt.figure(1)

plt.figure(2)

ax1 = plt.subplot(211)

ax2 = plt.subplot(212)

x = np.linspace(0, 3, 100)

for i in xrange(5):

plt.figure(1)

plt.plot(x, np.exp(i * x / 3))

plt.sca(ax1)

plt.plot(x, np.sin(i * x ))

plt.sca(ax2)

plt.plot(x, np.cos(i*x))

plt.show()

效果圖：

請採納，謝謝！

⑧ python 用turtle 繪制圖案

摘要 1.環境

⑨ python中fig，ax=plt.subplots什麼意思

fig，ax=plt.subplots的意思是將plt.subplots()函數的返回值賦值給fig和ax兩個變數。

plt.subplots()是一個函數，返回一個包含figure和axes對象的元組，因此，使用fig,ax=plt.subplots()將元組分解為fig和ax兩個變數。

通常，我們只用到ax：

fig,ax = plt.subplots(nrows=2, ncols=2)

axes = ax.flatten()

把父圖分成2*2個子圖，ax.flatten()把子圖展開賦值給axes,axes[0]便是第一個子圖，axes[1]是第二個。

(9)python的matplotlib畫子圖擴展閱讀

在matplotlib中，整個圖像為一個Figure對象。在Figure對象中可以包含一個或者多個Axes對象。每個Axes(ax)對象都是一個擁有自己坐標系統的繪圖區域。所屬關系如下：

def subplots(nrows=1, ncols=1, sharex=False, sharey=False, squeeze=True,

subplot_kw=None, gridspec_kw=None, **fig_kw):

參數：

nrows，ncols：子圖的行列數。

sharex, sharey：

設置為 True 或者 『all』 時，所有子圖共享 x 軸或者 y 軸，

設置為 False or 『none』 時，所有子圖的 x，y 軸均為獨立，

設置為 『row』 時，每一行的子圖會共享 x 或者 y 軸，

設置為 『col』 時，每一列的子圖會共享 x 或者 y 軸。

返回值

fig：matplotlib.figure.Figure對象

ax：子圖對象（matplotlib.axes.Axes）或者是他的數組

⑩ python matplotlib模塊 如何畫兩張圖出來

python matplotlib模塊 如何畫兩張圖出來的方法：

代碼如下所示：

import numpy as np

import matplotlib.pyplot as plt

#創建自變數數組

x= np.linspace(0,2*np.pi,500)

#創建函數值數組

y1 = np.sin(x)

y2 = np.cos(x)

y3 = np.sin(x*x)

#創建圖形

plt.figure(1)

'''

意思是在一個2行2列共4個子圖的圖中，定位第1個圖來進行操作（畫圖）。

最後面那個1表示第1個子圖。那個數字的變化來定位不同的子圖

'''

#第一行第一列圖形

ax1 = plt.subplot(2,2,1)

#第一行第二列圖形

ax2 = plt.subplot(2,2,2)

#第二行

ax3 = plt.subplot(2,1,2)

#選擇ax1

plt.sca(ax1)

#繪制紅色曲線

plt.plot(x,y1,color='red')

#限制y坐標軸范圍

plt.ylim(-1.2,1.2)

#選擇ax2

plt.sca(ax2)

#繪制藍色曲線

plt.plot(x,y2,'b--')

plt.ylim(-1.2,1.2)

#選擇ax3

plt.sca(ax3)

plt.plot(x,y3,'g--')

plt.ylim(-1.2,1.2)

plt.show()

附上效果圖。