首页 前端知识 数据可视化:子图的布局

数据可视化:子图的布局

2025-03-14 12:03:33 前端知识 前端哥 286 515 我要收藏

一、约束布局

      约束布局是指通过一系列限制来确定画布中元素的位置的方式,它预先会确定一个元素的绝对定位,之后以该元素的位置为基点对其他元素进行绝对定位,从而灵活地调整元素的位置。


      matplotlib在绘制多子图时默认并未启用约束布局,它提供了两种方式启用约束布局:

      第一种方式是使用subplots( )或 figure( )函数的constrained_layout 参数;

      第二种方式是修fgure.constrained_layout.use配置项。
(1)使用constrained_layout 参数

plt.subplots(constrained_layout=True)
复制

(2)修改figure.constrained_layout.use配置项

plt.rcParams['figure.constrained_layout.use'] = True
复制

此外,Figure类对象还可以提供以下方法使用和设置约束布局。

1.set_constrained_layout( ):设置是否使用约束布局。

2.set_constrained_layout_pads( ):设置子图的内边距。

二、紧密布局

       matplotlib中紧密布局与约束布局相似,它采用紧凑的形式将子图排列到画布中,仅适用
于刻度标签、坐标轴标签和标题位置的调整。


     pyplot 中提供了两种实现紧密布局的方式:

     第一种方式是调用tight_layout( )函数。

tight_layout(pad=1.08,h_pad=None,w_pad=None,rect=None)
复制


   第二种方式是修改figure.autolayoutrcParam配置项。

plt.rcParams['figure.autolayoutrcParam'] =True
复制

三、自定义布局

      matplotlib的gridspee模块是专门指定画布中子图位置的模块,该模块中包含一个GridSpcc 类,通过显式地创建GridSpec类对象来自定义画布中子图的布局结构,使得子图能够更好地适应画布。

GridSpec类的构造方法的语法格式如下:

Gridspec(nrows, ncols, figure=None, left=None,bottom=None, right=None,
top=None, wspace=None, hspace=None, width_ratios=None, height_ratios=None)
复制


该方法常用参数的含义如下。
·nrows:表示行数。
·ncols:表示列数。
·figure:表示布局的画布。
· left,bottom,right,top:表示子图的范围。

·wspace:表示子图之间预留的宽度量。

·hspace:表示子图之间预留的高度量。

创建自定义的布局结构有:GridSpec( )方法创建子图的布局结构

                                           使用add_gridspec( )方法向画布添加布局结构

(1)使用GridSpec( )方法创建子图的布局结构

这种方式需要创建子图和GridSpec类对象,之后在调用add_subplot( )方法时传入GridSpec类对象即可,具体示例如下:

import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
fig2 = plt.figure()
spec2 = gridspec.GridSpec(ncols=2, nrows=2, figure=fig2)
f2_axl = fig2.add_subplot(spec2[0,0])
f2_ax2 = fig2.add_subplot(spec2[0,1])
f2_ax3 = fig2.add_subplot(spec2[1,0])
f2_ax4 = fig2.add_subplot(spec2[1,1])
plt.show ()
复制

import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
fig = plt.figure()
spec = gridspec.GridSpec(ncols=2, nrows=2, figure=fig,
height_ratios=[2,3],width_ratios=[2,1])
axl = fig.add_subplot(spec[0,0])
ax2 = fig.add_subplot(spec[0,1])
ax3 = fig.add_subplot(spec[1,0])
ax4 = fig.add_subplot(spec[1,1])
plt.show ()
复制

转载请注明出处或者链接地址:https://www.qianduange.cn//article/23627.html
标签
评论
还可以输入200
共0条数据,当前/页
发布的文章
大家推荐的文章
会员中心 联系我 留言建议 回顶部
复制成功!