一、plt.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True)
方便連續畫幾個圖片
參數說明：
1.num：圖像編碼或者名稱，數字是編碼，字符串是名稱
2.figsize：寬和高，單位是英尺
3.dpi：指定繪圖對象的分辨率，即每英寸多少個像素，缺省值為80
4.facecolor：背景顏色
5.edgecolor：邊框顏色
6.frameon：是否顯示邊框
例子：
import warnings warnings.filterwarnings('ignore') import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns import scipy.stats as st Train_data =pd.read_csv('F:\\python\\天池_二手車交易價格預測\\used_car_train_20200313.csv',sep=' ') y = Train_data['price'] plt.figure(1); plt.title('Johnson SU') sns.distplot(y, kde=False, fit=st.johnsonsu) plt.figure(2); plt.title('Normal') sns.distplot(y, kde=False, fit=st.norm) plt.figure(3); plt.title('Log Normal') sns.distplot(y, kde=False, fit=st.lognorm)
結果就可以一下子跑幾個圖片了
二、plt.subplots(nrows,ncols,sharex,sharey,subplot_kw,**fig_kw)
subplot可以規划figure划分為n個子圖，但每條subplot命令只會創建一個子圖
參數說明：
1.nrows：行數
2.ncols：列數
3.sharex：和誰共享x軸
4.sharey：和誰共享y軸
5.subplot_kw：關鍵字字典
6.**fig_kw：其他關鍵字
plt.subplot（ijn）形式，其中ij是行列數，n是第幾個圖，比如（221）則是一個有四個圖，該圖位於第一個
#1.plt.subplot（ijn）形式，其中ij是行列數，n是第幾個圖，比如（221）則是一個有四個圖，該圖位於第一個 import numpy as np import matplotlib.pyplot as plt x = np.arange(0, 100) #作圖1 plt.subplot(221) plt.plot(x, x) #作圖2 plt.subplot(222) plt.plot(x, -x) #作圖3 plt.subplot(223) plt.plot(x, x ** 2) plt.grid(color='r', linestyle='--', linewidth=1,alpha=0.3) #作圖4 plt.subplot(224) plt.plot(x, np.log(x)) plt.show() #又或者是這樣 import numpy as np import matplotlib.pyplot as plt x = np.arange(0, 100) #作圖1 plt.subplot(331) plt.plot(x, x) #作圖2 plt.subplot(332) plt.plot(x, -x) #作圖3 plt.subplot(333) plt.plot(x, x ** 2) plt.grid(color='r', linestyle='--', linewidth=1,alpha=0.3)
fig,axes=plt.subplots(n,n)
#2.fig,axes=plt.subplots(n,n) import numpy as np import matplotlib.pyplot as plt x = np.arange(0, 100) #划分子圖 fig,axes=plt.subplots(2,2) ax1=axes[0,0] ax2=axes[0,1] ax3=axes[1,0] ax4=axes[1,1] #作圖1 ax1.plot(x, x) #作圖2 ax2.plot(x, -x) #作圖3 ax3.plot(x, x ** 2) ax3.grid(color='r', linestyle='--', linewidth=1,alpha=0.3) #作圖4 ax4.plot(x, np.log(x)) plt.show()
fig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(nrows=2, ncols=2, figsize=(10, 10))
還可以是這種
import numpy as np import matplotlib.pyplot as plt x = np.arange(0, 100) fig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(nrows=2, ncols=2, figsize=(10, 10)) #作圖1 ax1.plot(x, x) #作圖2 ax2.plot(x, -x) #作圖3 ax3.plot(x, x ** 2) ax3.grid(color='r', linestyle='--', linewidth=1,alpha=0.3) #作圖4 ax4.plot(x, np.log(x)) plt.show()
#或者是這種：用sns中的ax=ax1 import numpy as np import matplotlib.pyplot as plt import seaborn as sns x = np.arange(0, 100) fig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(nrows=2, ncols=2, figsize=(10, 10)) #作圖1 sns.regplot(x, x,ax=ax1) #作圖2 sns.regplot(x, -x,ax=ax2) #作圖3 sns.regplot(x, x ** 2,ax=ax3); #作圖4 sns.regplot(x, np.log(x),ax=ax4) plt.show()
使用for循環畫圖
#還是使用前面的Train_data,實現對v_的字段畫條形圖 n_cols=[i for i in Train_data.columns if i[:2]== 'v_']
n_cols=['v_0','v_1','v2'] #簡單跑一下算了 for i ,col in enumerate(n_cols): plt.subplot(3,1,i+1) sns.barplot(x=col,y='price',data=Train_data) plt.title(('%s') % col)