本文教会我们调节Matplotlib子图尺寸丨本际云推荐

本文教会我们调节Matplotlib子图尺寸

关于调整Matplotlib子图尺寸的方法

本文将为大家介绍如何调整Matplotlib子图的大小。Matplotlib可以将多个子图绘制到同一个控制面板上，并将其划分为多个单独的子图。接下来，我们将详细介绍如何调整Matplotlib子图的大小以及遇到问题时应该如何处理。

本文教会我们调节Matplotlib子图尺寸

调整单个图形figure的大小

在Matplotlib中，我们可以使用以下语句来控制单个图形figure的大小：

fig=plt.figure(figsize=(8,6))

这里我们设置图形的大小为8*6。有了这个方法，我们可以轻松地调整单个图形的大小。

绘制多个子图

有时我们需要将两个图画在同一个控制面板上以进行比较。Matplotlib提供了subplot方法可以实现这个功能。下面是一个例子：

#展示一下数据 fig=plt.figure(figsize=(15,7)) fig1=plt.subplot(231) plt.scatter(data.loc[:,'Avg.Area Income'],data.loc[:,'Price']) plt.title('Income VS Price') fig2=plt.subplot(232) plt.scatter(data.loc[:,'Avg.Area House Age'],data.loc[:,'Price']) plt.title('Age VS Price') fig3=plt.subplot(233) plt.scatter(data.loc[:,'Avg.Area Number of Rooms'],data.loc[:,'Price']) plt.title('Number VS Price') fig4=plt.subplot(234) plt.scatter(data.loc[:,'Area Population'],data.loc[:,'Price']) plt.title('Population VS Price') fig5=plt.subplot(235) plt.scatter(data.loc[:,'size'],data.loc[:,'Price']) plt.title('size VS Price') plt.show()

当子图比较少时，整个图通常不会发生变形。但是当子图很多时，整个图可能会出现变形，因为子图的大小无法根据整个图的大小自适应调整。

如何解决子图变形问题

一种简便的解决方法是将两个子图画在同一个画布上。这样即是子图无法改变，但是外面的画布大小可以改变，子图就可以根据外面画布大小自适应的显示了。

下面是相应的代码：

fig=plt.figure(figsize=(11,4)) fig6=plt.subplot(121) label0=plt.scatter(X.loc[:,'V1'][y_corrected==0],X.loc[:,'V2'][y_corrected==0]) label1=plt.scatter(X.loc[:,'V1'][y_corrected==1],X.loc[:,'V2'][y_corrected==1]) label2=plt.scatter(X.loc[:,'V1'][y_corrected==2],X.loc[:,'V2'][y_corrected==2]) plt.title("corrected data") plt.xlabel('V1') plt.ylabel('V2') plt.legend((label0,label1,label2),('label0','label1','label2')) plt.scatter(centers[:,0],centers[:,1]) fig7=plt.subplot(122) label0=plt.scatter(X.loc[:,'V1'][y==0],X.loc[:,'V2'][y==0]) label1=plt.scatter(X.loc[:,'V1'][y==1],X.loc[:,'V2'][y==1]) label2=plt.scatter(X.loc[:,'V1'][y==2],X.loc[:,'V2'][y==2]) plt.title("labled data") plt.xlabel('V1') plt.ylabel('V2') plt.legend((label0,label1,label2),('label0','label1','label2')) plt.scatter(centers[:,0],centers[:,1]) plt.show()