python的matplotlib画子图

① 见图。python matplotlib 子图图例不显示完全。怎么解决

ax[0].legend(),ax[1].legend(),直接使用plt.legend()一般只会出现一个

② Python的 matplotlib画图，怎么把子图的每个横坐标显示出来

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

创建画布和子图。

nrows和ncols表示将画布分割成几行几列 ，

sharex和sharey表是共用xy轴的设置。

squeeze bool

a.默认参数为True：额外的维度从返回的Axes(轴)对象中挤出，对于N*1或1*N个子图，返回一个1维数组，对于N*M，N>1和M>1返回一个2维数组。

b.为False，不进行挤压操作：返回一个元素为Axes实例的2维数组，即使它最终是1x1。

subplot_kw:字典类型，可选参数。把字典的关键字传递给add_subplot()来创建每个子图。

subplot_kw:字典类型，可选参数。把字典的关键字传递给add_subplot()来创建每个子图。

gridspec_kw:字典类型，可选参数。把字典的关键字传递给GridSpec构造函数创建子图放在网格里(grid)。

**fig_kw：把所有详细的关键字参数传给figure()函数。

可见你没有办法单独设置某个子图的ax的。

③ 如何用matplotlib画多个独立窗口的图

您好，很高兴能帮助您，

fig1 = plt.figure('fig1')
fig2 = plt.figure('fig2')
给每个figure取个名字就行了

你的采纳是我前进的动力，还有不懂的地方，请你继续“追问”！
如你还有别的问题，可另外向我求助；答题不易，互相理解，互相帮助！

④ Python如何运用matplotlib库绘制3D图形

3D图形在数据分析、数据建模、图形和图像处理等领域中都有着广泛的应用，下面将给大家介绍一下如何在Python中使用 matplotlib进行3D图形的绘制，包括3D散点、3D表面、3D轮廓、3D直线（曲线）以及3D文字等的绘制。

准备工作：

python中绘制3D图形，依旧使用常用的绘图模块matplotlib，但需要安装mpl_toolkits工具包，安装方法如下：windows命令行进入到python安装目录下的Scripts文件夹下，执行： pip install --upgrade matplotlib即可；Linux环境下直接执行该命令。

安装好这个模块后，即可调用mpl_tookits下的mplot3d类进行3D图形的绘制。

下面以实例进行说明。

1、3D表面形状的绘制

这段代码是绘制一个3D的椭球表面，结果如下：

2、3D直线（曲线）的绘制

这段代码用于绘制一个螺旋状3D曲线，结果如下：

3、绘制3D轮廓

绘制结果如下：

相关推荐：《Python视频教程》

4、绘制3D直方图

绘制结果如下：

5、绘制3D网状线

绘制结果如下：

6、绘制3D三角面片图

绘制结果如下：

7、绘制3D散点图

绘制结果如下：

⑤ Python的matplotlib怎么在一张画布上，画两个饼状图啊

%matplotlibinline
importmatplotlib.pyplotasplt

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

#亦可以plt.subplot(221)2行2列第1个

⑥ python matlibplot 怎样画图例

用于添加图例的函数是plt.legend()，我们通过例子来对其进行介绍。

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

#多数据并列柱状图
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="班级A",alpha=0.5)
plt.bar(x+bar_width,y2,bar_width,align="center",label="班级B",alpha=0.5)
plt.xlabel("成绩等级")
plt.ylabel("人数")
plt.xticks(x+bar_width/2,tick_label)

plt.legend(bbox_to_anchor=(1,1),#图例边界框起始位置
loc="upper right",#图例的位置
ncol=1,#列数
mode="None",#当值设置为“expend”时，图例会水平扩展至整个坐标轴区域
borderaxespad=0,#坐标轴和图例边界之间的间距
title="班级",#图例标题
shadow=False,#是否为线框添加阴影
fancybox=True)#线框圆角处理参数
plt.show()

效果如图所示

⑦ python中matplotlib怎么画图

首先，你要先安装matplotlib、numpy库。可以使用pip进行库的安装。
分享一段我写的代码，是非常简单、基础的，你有兴趣可以看看，复制过去练习练习，有什么不懂可以问我。

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()

效果图：

请采纳，谢谢！

⑧ python 用turtle 绘制图案

摘要 1.环境

⑨ python中fig，ax=plt.subplots什么意思

fig，ax=plt.subplots的意思是将plt.subplots()函数的返回值赋值给fig和ax两个变量。

plt.subplots()是一个函数，返回一个包含figure和axes对象的元组，因此，使用fig,ax=plt.subplots()将元组分解为fig和ax两个变量。

通常，我们只用到ax：

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

axes = ax.flatten()

把父图分成2*2个子图，ax.flatten()把子图展开赋值给axes,axes[0]便是第一个子图，axes[1]是第二个。

(9)python的matplotlib画子图扩展阅读

在matplotlib中，整个图像为一个Figure对象。在Figure对象中可以包含一个或者多个Axes对象。每个Axes(ax)对象都是一个拥有自己坐标系统的绘图区域。所属关系如下：

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

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

参数：

nrows，ncols：子图的行列数。

sharex, sharey：

设置为 True 或者 ‘all’ 时，所有子图共享 x 轴或者 y 轴，

设置为 False or ‘none’ 时，所有子图的 x，y 轴均为独立，

设置为 ‘row’ 时，每一行的子图会共享 x 或者 y 轴，

设置为 ‘col’ 时，每一列的子图会共享 x 或者 y 轴。

返回值

fig：matplotlib.figure.Figure对象

ax：子图对象（matplotlib.axes.Axes）或者是他的数组

⑩ python matplotlib模块 如何画两张图出来

python matplotlib模块 如何画两张图出来的方法：

代码如下所示：

import numpy as np

import matplotlib.pyplot as plt

#创建自变量数组

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

#创建函数值数组

y1 = np.sin(x)

y2 = np.cos(x)

y3 = np.sin(x*x)

#创建图形

plt.figure(1)

'''

意思是在一个2行2列共4个子图的图中，定位第1个图来进行操作（画图）。

最后面那个1表示第1个子图。那个数字的变化来定位不同的子图

'''

#第一行第一列图形

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

#第一行第二列图形

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

#第二行

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

#选择ax1

plt.sca(ax1)

#绘制红色曲线

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

#限制y坐标轴范围

plt.ylim(-1.2,1.2)

#选择ax2

plt.sca(ax2)

#绘制蓝色曲线

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

plt.ylim(-1.2,1.2)

#选择ax3

plt.sca(ax3)

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

plt.ylim(-1.2,1.2)

plt.show()

附上效果图。