Подграфики — это мощный инструмент визуализации данных, который позволяет создавать несколько графиков на одном рисунке. Они особенно полезны, когда вы хотите сравнить различные аспекты ваших данных или отобразить связанную информацию рядом. В этой статье мы рассмотрим различные методы создания подграфиков в Python, а также приведем примеры кода для демонстрации каждого подхода.

Метод 1: использование pyplot.subplots() из Matplotlib

import matplotlib.pyplot as plt
fig, axes = plt.subplots(nrows=2, ncols=2)
axes[0, 0].plot(x, y1)
axes[0, 0].set_title('Subplot 1')
axes[0, 1].plot(x, y2)
axes[0, 1].set_title('Subplot 2')
axes[1, 0].plot(x, y3)
axes[1, 0].set_title('Subplot 3')
axes[1, 1].plot(x, y4)
axes[1, 1].set_title('Subplot 4')
plt.tight_layout()
plt.show()

Метод 2: использование matplotlib.pyplot.subplot()

import matplotlib.pyplot as plt
plt.subplot(2, 2, 1)
plt.plot(x, y1)
plt.title('Subplot 1')
plt.subplot(2, 2, 2)
plt.plot(x, y2)
plt.title('Subplot 2')
plt.subplot(2, 2, 3)
plt.plot(x, y3)
plt.title('Subplot 3')
plt.subplot(2, 2, 4)
plt.plot(x, y4)
plt.title('Subplot 4')
plt.tight_layout()
plt.show()

Метод 3: использование FacetGrid от Seaborn

import seaborn as sns
g = sns.FacetGrid(df, col='category', col_wrap=2)
g.map(sns.histplot, 'value')
g.set_titles('{col_name}')
plt.show()

Метод 4. Использование подграфика Plotly

import plotly.graph_objects as go
from plotly.subplots import make_subplots
fig = make_subplots(rows=2, cols=2)
fig.add_trace(go.Scatter(x=x, y=y1), row=1, col=1)
fig.add_trace(go.Scatter(x=x, y=y2), row=1, col=2)
fig.add_trace(go.Scatter(x=x, y=y3), row=2, col=1)
fig.add_trace(go.Scatter(x=x, y=y4), row=2, col=2)
fig.update_layout(showlegend=False)
fig.show()

В этой статье мы рассмотрели четыре различных метода создания подграфиков в Python. pyplot.subplots()и pyplot.subplot()Matplotlib предоставляют простой способ создания подграфиков. FacetGridот Seaborn предлагает удобный подход при работе со структурированными данными. Наконец, make_subplots()Plotly позволяет создавать интерактивные подсюжеты. Освоив эти методы, вы сможете улучшить визуализацию данных, а также эффективно сравнивать и анализировать различные аспекты ваших данных.