Python 使用matplotlib中的多个子地块改进子地块大小/间距
非常类似,但不同的是,我的数字可以大到它需要的程度 我需要在matplotlib中生成一大堆垂直堆叠的绘图。结果将使用figsave保存并在网页上查看,因此我不在乎最终图像有多高,只要子图片间隔开,这样它们就不会重叠 无论我允许这个数字有多大,子地块似乎总是重叠 我的代码目前看起来像Python 使用matplotlib中的多个子地块改进子地块大小/间距,python,matplotlib,Python,Matplotlib,非常类似,但不同的是,我的数字可以大到它需要的程度 我需要在matplotlib中生成一大堆垂直堆叠的绘图。结果将使用figsave保存并在网页上查看,因此我不在乎最终图像有多高,只要子图片间隔开,这样它们就不会重叠 无论我允许这个数字有多大,子地块似乎总是重叠 我的代码目前看起来像 import matplotlib.pyplot as plt import my_other_module titles, x_lists, y_lists = my_other_module.get_data
import matplotlib.pyplot as plt
import my_other_module
titles, x_lists, y_lists = my_other_module.get_data()
fig = plt.figure(figsize=(10,60))
for i, y_list in enumerate(y_lists):
plt.subplot(len(titles), 1, i)
plt.xlabel("Some X label")
plt.ylabel("Some Y label")
plt.title(titles[i])
plt.plot(x_lists[i],y_list)
fig.savefig('out.png', dpi=100)
您可以使用
plt.subplot\u adjust
更改子地块之间的间距
电话签名:
subplots_adjust(left=None, bottom=None, right=None, top=None, wspace=None, hspace=None)
参数含义(和建议的默认值)为:
实际默认值由rc文件控制我发现子批次调整(hspace=0.001)最终对我有效。当我使用space=None时,每个绘图之间仍有空白。然而,将其设置为非常接近于零的值似乎会迫使他们排队。我在这里上传的不是最优雅的代码,但是你可以看到hspace是如何工作的
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.ticker as tic
fig = plt.figure()
x = np.arange(100)
y = 3.*np.sin(x*2.*np.pi/100.)
for i in range(5):
temp = 510 + i
ax = plt.subplot(temp)
plt.plot(x,y)
plt.subplots_adjust(hspace = .001)
temp = tic.MaxNLocator(3)
ax.yaxis.set_major_locator(temp)
ax.set_xticklabels(())
ax.title.set_visible(False)
plt.show()
尝试使用
举个简单的例子:
import matplotlib.pyplot as plt
fig, axes = plt.subplots(nrows=4, ncols=4)
fig.tight_layout() # Or equivalently, "plt.tight_layout()"
plt.show()
没有严密的布局
布局紧凑 plt.子批次调整方法:
def subplots_adjust(*args, **kwargs):
"""
call signature::
subplots_adjust(left=None, bottom=None, right=None, top=None,
wspace=None, hspace=None)
Tune the subplot layout via the
:class:`matplotlib.figure.SubplotParams` mechanism. The parameter
meanings (and suggested defaults) are::
left = 0.125 # the left side of the subplots of the figure
right = 0.9 # the right side of the subplots of the figure
bottom = 0.1 # the bottom of the subplots of the figure
top = 0.9 # the top of the subplots of the figure
wspace = 0.2 # the amount of width reserved for blank space between subplots
hspace = 0.2 # the amount of height reserved for white space between subplots
The actual defaults are controlled by the rc file
"""
fig = gcf()
fig.subplots_adjust(*args, **kwargs)
draw_if_interactive()
或
fig = plt.figure(figsize=(10,60))
fig.subplots_adjust( ... )
图片的大小很重要
“我尝试过使用hspace,但增加它似乎只会使所有图形变小,而不会解决重叠问题。”
因此,为了产生更多的空白并保持子图大小,总图像需要更大。您可以尝试使用子图工具()
类似于现在(从2.2版开始)的matplotlib提供的紧密布局。与单个优化布局在代码中随时调用的
紧密布局
不同,约束布局
是一个属性,它可能处于活动状态,并将在每个绘图步骤之前优化布局
因此,需要在创建子地块之前或期间激活它,例如图(受约束的\u布局=真)
或子地块(受约束的\u布局=真)
例如:
import matplotlib.pyplot as plt
fig, axes = plt.subplots(4,4, constrained_layout=True)
plt.show()
也可以通过rcParams
plt.rcParams['figure.constrained_layout.use'] = True
请参阅和我尝试过使用hspace,但增加它似乎只会使所有图形变小,而不会解决重叠问题。我也尝试过使用其他参数,但我不知道左、右、下和上在那里实际指定了什么。@mcstrother如果在显示绘图后单击“调整”按钮,您可以以交互方式更改所有6个参数,一旦你找到有效的方法,就把它们复制到代码中。我没有看到调整按钮。虽然我在一个笔记本里。我尝试了%matplotlib inline和%matplotlib notebook。@MattKleinsmith:调整按钮的悬停文本为“配置子批次”,并在matplotlib的常规非笔记本使用中显示。这是“软盘”保存按钮左侧的按钮:-注意,根据您使用的窗口系统,按钮看起来不同,但它总是在保存按钮的左侧。@JohnZwinck,您的注释中的链接现在已失效。如果显示您应该在打印代码后执行此操作,则会更清晰一些,但是就在show()之前,紧密的布局()被击中了。我一直在试图理解当它没有影响时(仍然存在较大的图间边距)会有什么不同——这对我来说通常非常有效,只是它将我的图形标题(
suptitle
)与我的子地块标题重叠。如果有人遇到类似的问题,以下是对我的帮助。也就是说,tight_layout()
的rect
参数有助于了解,如果添加轴标题,可以使用plt.tight_layout(pad=0.4,w_pad=0.5,h_pad=1.0)。plt.tight_layout()
解决了我的一天。漂亮的作品!看图片的大小问题,图片的大小越大就可以解决这个问题!设置plt.figure(figsize=(10,7))
,图片的大小将是2000x1400
pix要尝试一下:没有看到这个选项-而且tight\u布局不可靠这听起来很有希望,但没有给我足够的间距(轴标签和标题仍然重叠),渲染时间更长<代码>紧密布局()better@craq正确,一般来说,contained_layout
比较慢,因为从这个答案中可以看出,它在每个绘图步骤之前都会优化布局。对我来说,这是最有用的答案-紧凑的_layout对我来说总是会改善垂直间距,为面板标题留出空间,但每次都要以切断y轴标签为代价。相反,这非常有效,谢谢。@craq,如果您有一个无法正确间隔轴的可复制示例,如果您在最新的Matplotlib(3.4.x)上打开一个问题,它将非常有用,因为它使用受约束的_布局快得多。此代码生成一个错误:ValueError Traceback(最近一次调用last)对于范围(5)中的i,在10中:11温度=510+i--->12 ax=plt。子批次(温度)值错误:num必须为1
plt.subplot_tool()
import matplotlib.pyplot as plt
fig, axes = plt.subplots(4,4, constrained_layout=True)
plt.show()
plt.rcParams['figure.constrained_layout.use'] = True