При визуализации данных часто бывает полезно отобразить несколько графиков на одном рисунке для одновременного сравнения данных или анализа различных аспектов набора данных. Matplotlib, популярная библиотека построения графиков на Python, предоставляет несколько методов для создания и упорядочения нескольких графиков на одной фигуре. В этой статье мы рассмотрим различные методы достижения этой цели, а также примеры кода, которые помогут вам овладеть искусством создания нескольких графиков в Matplotlib.

Содержание:

1. Метод 1: использование функции plt.subplot()
2. Метод 2: использование функции plt.subplots()
3. Метод 3: использование функции plt.GridSpec()
4. Метод 4. Использование методов plt.figure()и plt.add_subplot().
5. Метод 5. Использование объектно-ориентированного подхода с объектами Figureи Axes

Метод 1: использование функции plt.subplot()
Функция plt.subplot()позволяет создавать и упорядочивать подграфики в сетке. Вот пример:

import matplotlib.pyplot as plt
plt.subplot(2, 2, 1)
plt.plot(x1, y1)
plt.subplot(2, 2, 2)
plt.plot(x2, y2)
plt.subplot(2, 2, 3)
plt.plot(x3, y3)
plt.subplot(2, 2, 4)
plt.plot(x4, y4)
plt.show()

Метод 2: использование функции plt.subplots()
Функция plt.subplots()создает сетку подграфиков и возвращает объекты фигуры и осей. Вот пример:

import matplotlib.pyplot as plt
fig, axes = plt.subplots(nrows=2, ncols=2)
axes[0, 0].plot(x1, y1)
axes[0, 1].plot(x2, y2)
axes[1, 0].plot(x3, y3)
axes[1, 1].plot(x4, y4)
plt.show()

Метод 3: использование функции plt.GridSpec()
Функция plt.GridSpec()позволяет создать сетку подграфиков разных размеров и расположения. Вот пример:

import matplotlib.pyplot as plt
grid = plt.GridSpec(2, 2)
plt.subplot(grid[0, 0])
plt.plot(x1, y1)
plt.subplot(grid[0, 1:])
plt.plot(x2, y2)
plt.subplot(grid[1, :])
plt.plot(x3, y3)
plt.show()

Метод 4: использование методов plt.figure()и plt.add_subplot().
Вы можете создать объект-фигуру, используя plt.figure(), и добавить подграфики, используя add_subplot()метод. Вот пример:

import matplotlib.pyplot as plt
fig = plt.figure()
ax1 = fig.add_subplot(2, 2, 1)
ax1.plot(x1, y1)
ax2 = fig.add_subplot(2, 2, 2)
ax2.plot(x2, y2)
ax3 = fig.add_subplot(2, 2, 3)
ax3.plot(x3, y3)
ax4 = fig.add_subplot(2, 2, 4)
ax4.plot(x4, y4)
plt.show()

Метод 5: использование объектно-ориентированного подхода с объектами Figureи Axes
Объектно-ориентированный интерфейс Matplotlib обеспечивает большую гибкость и контроль над графиками. Вот пример:

import matplotlib.pyplot as plt
fig = plt.figure()
ax1 = fig.add_axes([0.1, 0.5, 0.4, 0.4])
ax1.plot(x1, y1)
ax2 = fig.add_axes([0.6, 0.5, 0.4, 0.4])
ax2.plot(x2, y2)
ax3 = fig.add_axes([0.1, 0.1, 0.4, 0.4])
ax3.plot(x3, y3)
ax4 = fig.add_axes([0.6, 0.1, 0.4, 0.4])
ax4.plot(x4, y4)
plt.show()

В этой статье мы рассмотрели различные методы добавления нескольких графиков к одной и той же фигуре в Matplotlib. Мы обсудили различные подходы, в том числе plt.subplot(), plt.subplots(), plt.GridSpec(), plt.figure(), а также объектно-ориентированный подход с использованием <объекты s>28и Axes. Освоив эти методы, вы сможете создавать визуально привлекательные и информативные визуализации с несколькими графиками в Matplotlib.

Эта статья, предоставляя различные примеры кода и подробно объясняя каждый метод, дает читателям знания, необходимые для эффективного создания и упорядочения нескольких графиков в Matplotlib. Независимо от того, новичок вы или опытный специалист по данным, эти методы расширят ваши возможности визуализации данных.