Alikuvioita
subplots()
-kirjaston pyplot
-funktio on tarkoitettu juuri tähän tarkoitukseen. Sitä käytettiin aiemmin kankaan luomiseen ensimmäisessä osiossa, ja nyt sitä tarkastellaan yksityiskohtaisemmin.
Rivimäärä ja sarakemäärä
Tämän funktion tärkeimmät argumentit ovat nrows
ja ncolumns
, jotka määrittävät alikuvioiden ruudukon rivien ja sarakkeiden määrän. Oletuksena molemmat ovat 1, jolloin saat yhden kuvan (Axes
).
Funktio subplots()
palauttaa Figure
-olion sekä joko yhden Axes
-olion tai taulukon Axes
-olioita ruudukon koosta riippuen.
import matplotlib.pyplot as plt fig, axs = plt.subplots(2, 2) plt.show()
2 x 2 alikuvioiden ruudukko luotiin.
Koska alikuvioita on useita, subplots
palauttaa taulukon Axes
-olioita, jotka yleensä tallennetaan muuttujaan nimeltä axs
(yksikkömuoto ax
on yhdelle kuviolle).
Tässä tapauksessa axs
on kaksiulotteinen taulukko, joten tarvitset sekä rivi- että sarakeindeksin päästäksesi tiettyyn alikuvioon.
import matplotlib.pyplot as plt import numpy as np data_linear = np.arange(1, 11) data_squared = data_linear ** 2 # Creating a 2x2 subplot grid fig, axs = plt.subplots(2, 2) # Creating a different plot for each Axes object axs[0, 0].plot(data_linear) axs[0, 1].plot(data_squared) axs[1, 0].scatter(data_linear, data_linear) axs[1, 1].scatter(data_linear, data_squared) plt.show()
Ensimmäisellä rivillä (rivi 0) on kaksi viivakuvaajaa, ja toisella rivillä (rivi 1) on kaksi hajontakuvaajaa.
Koska jokainen kuvaaja sijoitetaan omalle alikuvalleen, plt.plot()
- tai plt.scatter()
-funktiota ei voi käyttää suoraan. Oikea tapa on kutsua vastaavaa metodia jokaiselle yksittäiselle Axes
-oliolle.
Muuntaminen 1D-taulukoksi
On myös mahdollista käyttää .ravel()
-metodia muuntaakseen 2D Axes
-taulukon 1D yhtenäiseksi litistetyksi taulukoksi:
import matplotlib.pyplot as plt import numpy as np data_linear = np.arange(1, 11) data_squared = data_linear ** 2 # Creating a 2x2 subplot grid fig, axs = plt.subplots(2, 2) # Flattening axs to a 1D array for easier indexing axs = axs.ravel() # Creating a different plot for each Axes object axs[0].plot(data_linear) axs[1].plot(data_squared) axs[2].scatter(data_linear, data_linear) axs[3].scatter(data_linear, data_squared) plt.show()
2x2-taulukossa axs.ravel()
muuntaa sen yksiulotteiseksi taulukoksi, jossa on neljä alkiota.
Akselin jakaminen
subplots()
-funktiolla on myös sharex
- ja sharey
-parametrit. Ne määrittävät, jaetaanko x- tai y-akseli alikuvioiden kesken. Molempien oletusarvo on False
.
import matplotlib.pyplot as plt import numpy as np data_linear = np.arange(1, 11) data_squared = data_linear ** 2 # Create a 2x2 subplot grid with shared x-axis across all subplots fig, axs = plt.subplots(2, 2, sharex=True) # Flatten axs array for easier indexing axs = axs.ravel() # Plotting different data on each subplot axs[0].plot(data_linear) axs[1].plot(data_squared) axs[2].scatter(data_linear, data_linear) axs[3].scatter(data_linear, data_squared) plt.show()
Asetus sharex=True
jakaa x-akselin kaikkien aliplottien kesken, mikä on hyödyllistä tässä, koska kaikissa aliploteissa käytetään samoja x-akselin arvoja.
Voit myös asettaa sharex
tai sharey
arvoksi 'row'
jakaaksesi akselin kunkin rivin aliplottien kesken, tai 'col'
jakaaksesi sen kunkin sarakkeen aliplottien kesken.
Kuten tavallista, voit tutustua lisää
subplots()
dokumentaatioon, jos haluat.
Swipe to start coding
- Käytä oikeaa funktiota alikuvioiden ruudukon luomiseen.
- Ruudukossa tulee olla 3 riviä ja 1 sarake (määrittele kaksi ensimmäistä parametria).
- Määrittele oikeanpuoleisin avainsana-argumentti niin, että x-akseli jaetaan kaikille alikuvioille.
- Tallenna alikuvioiden luontifunktion tulos
fig
- jaaxs
-muuttujiin (vasemmalta oikealle). - Sijoita ensimmäinen viivakaavio
data_linear
ensimmäiselle riville (rivi0
) alikuvioruudukossa. - Sijoita toinen viivakaavio
data_squared
toiselle riville (rivi1
) alikuvioruudukossa. - Sijoita kolmas viivakaavio
data_exp
kolmannelle riville (rivi2
) alikuvioruudukossa.
Ratkaisu
Kiitos palautteestasi!