本文主要是介绍plt的subplot的两种方法，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
方法一
plt.switch_backend('agg')plt.rcParams['font.sans-serif']=['SimHei']plt.rcParams['axes.unicode_minus'] = False x1=np.array(x1)y1=np.array(y1)x2=np.array(x2)y2=np.array(y2)plt.figure(1)plt.subplot(221)plt.xlabel('X')plt.ylabel('Y')plt.xlim(xmax=150,xmin=0)plt.ylim(ymax=85,ymin=0)plt.scatter(x1, y1, s=10, c="red", alpha=0.4, label= save_name+'_T')plt.scatter(x2, y2, s=10, c="blue", alpha=0.4, label=save_name+'_F')plt.legend()plt.subplot(222)plt.xlabel('X')plt.ylabel('Y')plt.xlim(xmax=150,xmin=0)plt.ylim(ymax=85,ymin=0)area = np.pi * 0.6**2 # 点面积 plt.scatter(x1, y1, s=area, c="g", alpha=0.4, label= save_name+'_T')plt.legend()方法二
colors1 = '#00CED1' #点的颜色colors2 = '#DC143C'# 创建分组柱状图，需要自己控制x轴坐标xticks = np.array(t_key)fig, (ax1,ax2) = plt.subplots(2,1,figsize=(10,7))# ax1.(xticks,t_value)ax1.set_xlabel('X')ax1.set_ylabel('Y')ax1.set_xlim(xmax=50,xmin=0)ax1.set_ylim(ymax=165,ymin=0)area = np.pi * 0.6**2 # 点面积 ax1.scatter(x1, y1, s=area, c=colors1, alpha=0.4, label= save_name+'_T')ax1.scatter(x2, y2, s=area, c=colors2, alpha=0.4, label=save_name+'_F')ax1.legend()ax2.bar(xticks, value1, width=10, label="t_num", color=colors1)ax2.bar(xticks-10, value2, width=10, label="f_num", color=colors2)ax2.set_title("samples distribution", fontsize=15)ax2.set_xlabel("width ")ax2.set_ylabel("num")ax2.legend()img_save_path= os.path.join(save_path, save_name+".png")plt.savefig(img_save_path,dpi=100)plt.show()这篇关于plt的subplot的两种方法的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
