使用Matplotlib绘制大量子图

Question

我想使用Python的matplotlib创建100个子图的绘图。我找不到适当的语法：

我想要类似这样的东西（这是不起作用的）

plt.subplot(10,10,i,X1, Y) 

在一个循环中，i从0到99，然后

plt.show()

对于只有几个子图的情况，很多教程都提供了语法。此时，语法可以

plt.close('all')
fig = plt.figure()

ax1 = plt.subplot(221)
ax2 = plt.subplot(223)
ax3 = plt.subplot(122)

example_plot(ax1)
example_plot(ax2)
example_plot(ax3)

plt.tight_layout()

这里是代码来源。

对于我的问题，我猜我不能使用相同的语法，因为我会有plt.subplot(10101)等，这我不理解。

你有解决方案吗？

谢谢。

- kiriloff

Answer 1

试一下这个：

fig, ax = plt.subplots(10, 10)

ax将会包含一个由列表（嵌套列表）组成的100个轴。

它是一个非常方便的函数，来自于文档：

Definition: plt.subplots(nrows=1, ncols=1, sharex=False, sharey=False, squeeze=True, subplot_kw=None, **fig_kw)
Create a figure with a set of subplots already made.

This utility wrapper makes it convenient to create common layouts of
subplots, including the enclosing figure object, in a single call.

- jorgeca

Answer 2

这里有一个完全有效的代码解决方案，显示了如何编号，因为看起来人们仍然会来这里查看：

columns = 10
rows = 4
fig, ax_array = plt.subplots(rows, columns,squeeze=False)
for i,ax_row in enumerate(ax_array):
    for j,axes in enumerate(ax_row):
        axes.set_title('{},{}'.format(i,j))
        axes.set_yticklabels([])
        axes.set_xticklabels([])
#         axes.plot(you_data_goes_here,'r-')
plt.show()

以下代码可以演示数字编号的工作原理（我只使用了4行而不是10行来缩小图片大小，只需将“rows”更改为10即可获得10行子图）：

编号显示了每个位置的 i 和 j 值，以便您可以在 matplotlib 子图数组中按照所需的方式对齐物体。这可以实现任何布局的子图。

- Ezekiel Kruglick

---

我知道这很古老，但如果将行或列设为1，则代码会失败，因为没有可迭代的内容。 - Mr. Fegur

@Mr.Fegur - 这是个非常公正的观点，尽管整个重点在于展示一个大数组。希望人们能够看到如何消除不必要的循环，如果他们想要的话，你需要一个例子吗？ - Ezekiel Kruglick

也许在plt.subplots中加入squeeze='False'选项可以使答案处理列/行=1的情况。 - Mr. Fegur

@Mr.Fegur - 已添加。我以前从未有机会使用过它，谢谢你指出来。很棒！ - Ezekiel Kruglick

请参考以下链接，了解如何为所有子图设置一个颜色刻度：https://dev59.com/VmYr5IYBdhLWcg3wTYgQ - user3440489

Answer 3

你的例子几乎正确。请使用：

for i in range(100):
    ax = plt.subplot(10,10,i)
    ax.plot(...)

- btel

Answer 4

如果您想生成大约100个子图，实际上您可能需要像这样做，这将运行得更快。您放弃了拥有单独的轴标签，但是对于100个子图而言，除非您打算制作巨大的打印输出，否则您也无法阅读标签。

- tacaswell

Answer 5

以下是一个工作示例，您可以选择要生成的行数和列数。在该示例中，我以随机颜色生成随机正弦波。

import numpy             as np
import matplotlib.pyplot as plt

cols = 5
rows = 20

x_data  = np.linspace(0,50,100)

fig, ax = plt.subplots(rows, cols, figsize=(40, 40), dpi=80)
for i in range(cols*rows):
    ax = plt.subplot(rows,cols,i+1)    
    ax.plot(x_data, random.uniform(0, 5)*np.sin(x_data+random.uniform(0, 2*np.pi)), 
            c= [random.uniform(0, 1),random.uniform(0, 1),random.uniform(0, 1)])

- Miquel Santasusana