技巧1: plt.subplots()
技巧2: plt.subplot()
技巧3: plt.tight_layout()
技巧4: plt.suptitle()
數據集：
讓我們導入包並更新圖表的默認設置，為圖表添加壹點個人風格。 我們將在提示上使用 Seaborn 的內置數據集：
import?seaborn?as?sns?#?v0.11.2? import?matplotlib.pyplot?as?plt?#?v3.4.2? sns.set(style='darkgrid',?context='talk',?palette='rainbow')df?=?sns.load\_dataset('tips')? df.head()技巧1: plt.subplots()
繪制多個子圖的壹種簡單方法是使用 plt.subplots() 。
這是繪制 2 個並排子圖的示例語法：
fig,?ax?=?plt.subplots(nrows=1,?ncols=2,?figsize=(10,4))? sns.histplot(data=df,?x='tip',?ax=ax[0])? sns.boxplot(data=df,?x='tip',?ax=ax[1]);
在這裏，我們在壹個圖中繪制了兩個子圖。 我們可以進壹步自定義每個子圖。
? 例如，我們可以像這樣為每個子圖添加標題：
fig,?ax?=?plt.subplots(1,?2,?figsize=(10,4))? sns.histplot(data=df,?x='tip',?ax=ax[0])? ax[0].set\_title("Histogram")? sns.boxplot(data=df,?x='tip',?ax=ax[1])? ax[1].set\_title("Boxplot");
在循環中將所有數值變量用同壹組圖表示：
numerical?=?df.select\_dtypes('number').columnsfor?col?in?numerical:? ?fig,?ax?=?plt.subplots(1,?2,?figsize=(10,4))? ?sns.histplot(data=df,?x=col,?ax=ax[0])? ?sns.boxplot(data=df,?x=col,?ax=ax[1]); 技巧2: plt.subplot()另壹種可視化多個圖形的方法是使用 plt.subplot()， 末尾沒有 s
? 語法與之前略有不同：
plt.figure(figsize=(10,4))? ax1?=?plt.subplot(1,2,1)? sns.histplot(data=df,?x='tip',?ax=ax1)? ax2?=?plt.subplot(1,2,2)? sns.boxplot(data=df,?x='tip',?ax=ax2);
當我們想為多個圖繪制相同類型的圖形並在單個圖中查看所有圖形，該方法特別有用：
plt.figure(figsize=(14,4))? for?i,?col?in?enumerate(numerical):? ?ax?=?plt.subplot(1,?len(numerical),?i+1)? ?sns.boxplot(data=df,?x=col,?ax=ax)
我們同樣能定制子圖形。例如加個 title
plt.figure(figsize=(14,4))? for?i,?col?in?enumerate(numerical):? ?ax?=?plt.subplot(1,?len(numerical),?i+1)? ?sns.boxplot(data=df,?x=col,?ax=ax) ?ax.set\_title(f"Boxplot?of?{col}")
通過下面的比較，我們能更好的理解它們的相似處與不同處熟悉這兩種方法很有用，因為它們可以在不同情況下派上用場。
技巧3: plt.tight_layout()在繪制多個圖形時，經常會看到壹些子圖的標簽在它們的相鄰子圖上重疊，
如下所示：
categorical?=?df.select\_dtypes('category').columnsplt.figure(figsize=(8,?8))? for?i,?col?in?enumerate(categorical):? ?ax?=?plt.subplot(2,?2,?i+1)? ?sns.countplot(data=df,?x=col,?ax=ax)
頂部兩個圖表的 x 軸上的變量名稱被剪掉，右側圖的 y 軸標簽與左側子圖重疊.使用 plt.tight_layout 很方便
plt.figure(figsize=(8,?8))? for?i,?col?in?enumerate(categorical):? ?ax?=?plt.subplot(2,?2,?i+1)? ?sns.countplot(data=df,?x=col,?ax=ax) plt.tight\_layout()
專業 看起來更好了。
技巧4: plt.suptitle()真個圖形添加標題：
plt.figure(figsize=(8,?8))? for?i,?col?in?enumerate(categorical):? ?ax?=?plt.subplot(2,?2,?i+1)? ?sns.countplot(data=df,?x=col,?ax=ax) plt.suptitle('Category?counts?for?all?categorical?variables')? plt.tight\_layout()此外，您可以根據自己的喜好自定義各個圖。 例如，您仍然可以為每個子圖添加標題。
到此這篇關於python繪圖 四個繪圖技巧的文章就介紹到這了，希望大家以後多多支持！