一、plt.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True)
方便连续画几个图片
参数说明：
1.num：图像编码或者名称，数字是编码，字符串是名称
2.figsize：宽和高，单位是英尺
3.dpi：指定绘图对象的分辨率，即每英寸多少个像素，缺省值为80
4.facecolor：背景颜色
5.edgecolor：边框颜色
6.frameon：是否显示边框
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_二手车交易价格预测\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)
结果就可以一下子跑几个图片了
二、plt.subplots(nrows,ncols,sharex,sharey,subplot_kw,**fig_kw)
subplot可以规划figure划分为n个子图，但每条subplot命令只会创建一个子图
参数说明：
1.nrows：行数
2.ncols：列数
3.sharex：和谁共享x轴
4.sharey：和谁共享y轴
5.subplot_kw：关键字字典
6.**fig_kw：其他关键字
#1.plt.subplot（ijn）形式，其中ij是行列数，n是第几个图，比如（221）则是一个有四个图，该图位于第一个 import numpy as np import matplotlib.pyplot as plt x = np.arange(0, 100) #作图1 plt.subplot(221) plt.plot(x, x) #作图2 plt.subplot(222) plt.plot(x, -x) #作图3 plt.subplot(223) plt.plot(x, x ** 2) plt.grid(color='r', linestyle='--', linewidth=1,alpha=0.3) #作图4 plt.subplot(224) plt.plot(x, np.log(x)) plt.show() #又或者是这样 import numpy as np import matplotlib.pyplot as plt x = np.arange(0, 100) #作图1 plt.subplot(331) plt.plot(x, x) #作图2 plt.subplot(332) plt.plot(x, -x) #作图3 plt.subplot(333) plt.plot(x, x ** 2) plt.grid(color='r', linestyle='--', linewidth=1,alpha=0.3)
#2.fig,axes=plt.subplots(n,n) import numpy as np import matplotlib.pyplot as plt x = np.arange(0, 100) #划分子图 fig,axes=plt.subplots(2,2) ax1=axes[0,0] ax2=axes[0,1] ax3=axes[1,0] ax4=axes[1,1] #作图1 ax1.plot(x, x) #作图2 ax2.plot(x, -x) #作图3 ax3.plot(x, x ** 2) ax3.grid(color='r', linestyle='--', linewidth=1,alpha=0.3) #作图4 ax4.plot(x, np.log(x)) plt.show()
还可以是这种
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)) #作图1 ax1.plot(x, x) #作图2 ax2.plot(x, -x) #作图3 ax3.plot(x, x ** 2) ax3.grid(color='r', linestyle='--', linewidth=1,alpha=0.3) #作图4 ax4.plot(x, np.log(x)) plt.show()
#或者是这种：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)) #作图1 sns.regplot(x, x,ax=ax1) #作图2 sns.regplot(x, -x,ax=ax2) #作图3 sns.regplot(x, x ** 2,ax=ax3); #作图4 sns.regplot(x, np.log(x),ax=ax4) plt.show()
使用for循环画图
#还是使用前面的Train_data,实现对v_的字段画条形图 n_cols=[i for i in Train_data.columns if i[:2]== 'v_']
n_cols=['v_0','v_1','v2'] #简单跑一下算了 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)