小白学 Python 数据分析（16）：Matplotlib（一）坐标系

人生苦短，我用 Python

前文传送门：

小白学 Python 数据分析（1）：数据分析基础

小白学 Python 数据分析（2）：Pandas （一）概述

小白学 Python 数据分析（3）：Pandas （二）数据结构 Series

小白学 Python 数据分析（4）：Pandas （三）数据结构 DataFrame

小白学 Python 数据分析（5）：Pandas （四）基础操作（1）查看数据

小白学 Python 数据分析（6）：Pandas （五）基础操作（2）数据选择

小白学 Python 数据分析（7）：Pandas （六）数据导入

小白学 Python 数据分析（8）：Pandas （七）数据预处理

小白学 Python 数据分析（9）：Pandas （八）数据预处理（2）

小白学 Python 数据分析（10）：Pandas （九）数据运算

小白学 Python 数据分析（11）：Pandas （十）数据分组

小白学 Python 数据分析（12）：Pandas （十一）数据透视表（pivot_table）

小白学 Python 数据分析（13）：Pandas （十二）数据表拼接

小白学 Python 数据分析（14）：Pandas （十三）数据导出

小白学 Python 数据分析（15）：数据可视化概述

引言

各位同学好，本篇文章，我们来介绍下使用 Matplotlib 时如何建立坐标系。

回想一下以前我们在接受九年义务教育毒打上数学课的时候，应该都画过折线图直方图之类的统计图表，其中第一步就是建立直角坐标系。

翻出老课本，帮助各位同学回忆一下当年的数学课，直角坐标系就是下面这个：

直角坐标系不仅能存在于平面中，还有立体的：

当然，本文的只介绍平面直角坐标系如何构建，至于立体的，我们后面再聊。

画布

在构建平面直角坐标系之前，我们需要先创建一个画布。

What？画布是啥？

emmmmmmmmmmm，这就类似于我们在电脑上画画一样，需要打开画图软件，创建一个空白的白板，这个白板就是我们后续画图的地方。

使用 Matplotlib 创建画布的代码如下，首先需要导入 Matplotlib 的库：

import matplotlib.pyplot as plt

fig = plt.figure(figsize=(6, 6))

上面这段代码我们就完成了一个宽和高都为 6 的画布的创建。

创建直角坐标系

创建直角坐标系有多很多种方法，这里我们一种一种来介绍：

add_subplot

首先，我们使用 add_subplot 函数来创建直角坐标系，我们就在刚才创建的那个画布上创建 1 X 1 个直角坐标系：

import matplotlib.pyplot as plt

fig = plt.figure(figsize=(6, 6))

fig.add_subplot(1,1,1)

plt.show()

我们得到的结果如下：

我们再创建 2 X 2 个直角坐标系：

import matplotlib.pyplot as plt

fig = plt.figure(figsize=(6, 6))

ax1 = fig.add_subplot(2,2,1)
ax2 = fig.add_subplot(2,2,2)
ax3 = fig.add_subplot(2,2,3)
ax4 = fig.add_subplot(2,2,4)

plt.show()

结果如下图：

这里有一点需要说明一下，这里参数可以省略其中的 , 逗号，如下：

ax1 = fig.add_subplot(221)

参数的含义为创建 2 X 2 网格第一子图。

subplot2grid

在使用 subplot2grid 函数创建直角坐标系的时候，不需要事先创建画布，可以直接使用创建，比如我们下面创建一个很简单的折线图和柱状图：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(4)
y = np.arange(4)

# 绘制折线图
plt.subplot2grid((2,2),(0,0))
plt.plot(x, y)

# 绘制柱状图
plt.subplot2grid((2,2),(0,1))
plt.bar(x, y)

plt.show()

结果如下：

subplot

同上面的 subplot2grid 一样，我们同样可以通过 subplot 来绘制直角坐标系，比如我们拿上面的例子再使用 subplot 写一遍：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(4)
y = np.arange(4)

# 绘制折线图
plt.subplot(221)
plt.plot(x, y)

# 绘制柱状图
plt.subplot(222)
plt.bar(x, y)

plt.show()

结果还是和上面一样的，小编不再贴了。

上面这个示例的含义是将图标区域分为 2 X 2 共计 4 个区域，在第一个区域上创建折线图，在第二个区域上创建柱状图。

subplots

subplots 看起来和 subplot 很像，实际上也是非常像的，它和 subplot 的不同之处是 subplot 一次只能返回一个坐标系，而 subplots 一次可以返回多个坐标系。

我们接着使用 subplots 完成前面的示例：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(4)
y = np.arange(4)

fig, axes = plt.subplots(2, 2)
# 绘制折线图
axes[0,0].plot(x,y)
# 绘制柱状图
axes[0,1].bar(x,y)
plt.show()

结果如下：

可以看到，我们虽然只使用到了两个坐标，但实际上 subplots 还是会帮我们将 4 个坐标全都创建出来。

小结

前面介绍的集中直角坐标系的创建方法并无本质上的区别，只有第一种 add_subplot 在使用的时候是需要先创建一个画布的，后面三种都是直接调用 Matplotlib 中的函数从而达到直接创建坐标系的方法。