pythonplt.subplot基礎與應用

一、圖形分區和布局

Python是一種強大的、易用的高級編程語言，自2003年發佈以來，一直都在廣泛的應用於數值計算、數據分析、科學計算、機器學習等相關領域。在Python的數據可視化中，Matplotlib是最為流行的數據繪圖庫之一。而其一個重要的功能就是plt.subplot實現的圖形分區和布局。

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0,10,100)
y = np.sin(x)

plt.subplot(2,2,1)
plt.plot(x,y)
plt.title('subplot(2,2,1)')

plt.subplot(2,2,2)
plt.plot(x,y)
plt.title('subplot(2,2,2)')

plt.subplot(2,2,3)
plt.plot(x,y)
plt.title('subplot(2,2,3)')

plt.subplot(2,2,4)
plt.plot(x,y)
plt.title('subplot(2,2,4)')

plt.show()

上述代碼中，plt.subplot函數調用的第一個參數表示分區行數，第二個參數表示分區列數，第三個參數表示當前子圖的索引編號。通過這個函數生成的圖形，會被平均分割成行數乘以列數份區域，並按照從左到右、從上到下的順序依次編號。關鍵的是，我們可以獨立對每個子圖進行設置，比如設置線條顏色、線條寬度、坐標軸標籤等等。此外，也可以在子圖上添加其它類型的圖形元素，比如標註文本、箭頭、網格線等。

二、繪製多個子圖

為了繪製多個子圖，我們可以使用plt.subplots函數。這個函數可以在一行中同時創建一個或多個子圖對象。如果需要創建多行子圖，可以使用先前提到的plt.subplot函數。

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-np.pi,np.pi,100)
y1 = np.sin(x)
y2 = np.cos(x)

fig, ax = plt.subplots(nrows=2, ncols=1)

ax[0].plot(x, y1, color='b', linewidth=2.5)
ax[0].set_title('sin(x)', fontsize=16)

ax[1].plot(x, y2, color='r', linewidth=2.5)
ax[1].set_title('cos(x)', fontsize=16)

plt.tight_layout()
plt.show()

上述代碼中，我們首先使用np.linspace函數生成一組-π到π的等分點，利用np.sin和np.cos函數生成對應的正弦和餘弦函數值。然後我們使用plt.subplots函數創建兩個子圖對象，分別表示plt.subplot函數內第一行和第二行。之後對於每個子圖對象，我們分別用ax數組存儲並單獨對其進行設置。也可以直接調用子圖對象屬性來設置子圖樣式，如標題、坐標軸標籤等。需要注意的是，在多個子圖對象內的元素設置仍然是基於單個Axes對象。如果需要對多個子圖對象進行相同設置，也可以使用類似plt.title、plt.xlabel等的plt.XXX風格函數。

三、繪製極坐標圖

極坐標圖是一種特殊的數據可視化，其中數據點顯示在平面內的極坐標系中。而plt.subplot函數同樣可以用於創建和顯示極坐標圖。

import matplotlib.pyplot as plt
import numpy as np

theta = np.linspace(0,2*np.pi,100)
r = np.sin(3*theta)

ax = plt.subplot(111, projection='polar')
ax.plot(theta, r)
ax.set_rmax(1)
ax.set_rticks([0.25, 0.5, 0.75, 1])
ax.grid(True)

plt.title("polar plot")
plt.show()

上述代碼中，我們首先定義theta和r數組，然後利用plt.subplot函數創建一個極坐標子圖對象。為了使得極坐標顯示更加美觀，我們設置了rmax表示最大距離、rticks表示圓周距離之間的間隔、grid表示圓形網格線等。注意，在使用plt.subplot函數創建極坐標子圖時，需要使用projection=’polar’設置投影方式為極坐標。

四、繪製3D圖

在某些情況下，我們需要繪製數據點的三維坐標情況，這時候就需要使用3D圖像。Matplotlib同樣支持3D圖繪製，也可以使用plt.subplot函數得到相應的3D子圖。

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

x = np.linspace(-5,5,100)
y = np.linspace(-5,5,100)
x,y = np.meshgrid(x,y)
r = np.sqrt(x**2+y**2)
z = np.sin(r)

ax.plot_surface(x, y, z, cmap='rainbow')
ax.set_zlim(-1,1)

plt.title("3D plot")
plt.show()

上述代碼中，我們使用np.meshgrid函數生成xy平面上的坐標點數組，計算出對應的r值和z值。然後使用plt.subplot函數創建一個3D子圖對象，設置其投影方式為實現3D圖像。對於3D圖像的製作，我們可以利用Axes3D對象並調用其plot_surface函數繪製空間曲面。需要注意的是，在繪製3D圖像時還有一些特殊的方法，比如zlim、xlim、ylim等參數可以用於設置z軸範圍和x、y平面範圍，其他的參數就和二維圖像繪製函數一致。