配置属性

matplotlib所绘制图表的每个组成部分都和一个对象对应，可以通过调用这些对象的属性设置方法set_*()或者pyplot模块的属性设置函数setp()来设置它们的属性值。 例子 import matplotlib.pyplot as plt import numpy as np plt.figure(figsize=(4,3)) x = np.arange(0, 5, 0.1) line = plt.plot(x, 0.05*x*x)[0] #调用Line2D对象的Set_*()方法来设置属性值，修改曲线的透明度 line.set_alpha(0.5) #同时绘制sin cos 两条曲线 lines = plt.plot(x, np.sin(x), x, np.cos(x)) #调用setp()可以同时配置多个对象属性，这里同时设置两条曲线的颜色和线宽 plt.setp(lines, color="r", linewidth=4.0) plt.legend() plt.show() 与代码部分set_*()  对应的是get_*()或者是通过plt.getp()来获取对象的属性值: line.get_linewidth() plt.getp(lines[0], "color") 该部分就不再过多赘述。

绘制多子图

一个Figure对象可以包含多个子图(Axes)，在matplotlib中用Axes对象表示一个绘图区域，称之为子图。在前面的例子中，Figure对象只包括一个子图。可以使用subplot()快速绘制包含多个子图的图表，调用形式如下:

subplot(numRows, numCols, plotNum)

图表整个绘图区域被等分成numRows行和numCols列，然后从左到右，从上到下的顺序对每个区域进行编号，左上区域的编号为1.plotNum参数指定所创建Axes对象的区域。如果numRows, numCols, plotNum三个参数都小于 10 ，则可把它们缩写成一个整数。例如subplot(323)和subplot(3,2,3)的含义相同。如果新创建的子图和之前创建的子图区域有重叠的部分，之前的子图将被删除。

看下面代码

import matplotlib.pyplot as plt import numpy as np plt.figure(figsize=(8,6)) for idx, color in enumerate("rgbyck"): plt.subplot(321+idx, axisbg=color) plt.legend() plt.show() 效果如图

图中将整个绘图区域等分按照numRows, numCols设定的多个子图，如果希望某个子图占据整行或整列，可以按照如下方法调用subplot() import matplotlib.pyplot as plt import numpy as np plt.figure(figsize=(8,6)) plt.subplot(221) plt.subplot(222) plt.subplot(212) plt.legend() plt.show() 效果如图 subplot()返回它所创建的Axes对象，我们可以将这些对象保存起来，然后用sca()交替让它们成为当前Axes对象，并使用plot()在其中绘图。如果需要同时绘制多幅图表，可以给figure()传递一个整数参数来指定Figure对象的序号。如果序号指定的Figure对象已经存在，将不创建新的对象，而只是让它成为当前Figure对象。 import matplotlib.pyplot as plt import numpy as np plt.figure(1) plt.figure(2) ax1 = plt.subplot(121) ax2 = plt.subplot(122) x = np.linspace(0,3,100) for i in range(5): plt.figure(1) plt.plot(x, np.exp(i*x/3)) plt.sca(ax1) plt.plot(x, np.sin(i*x)) plt.sca(ax2) plt.plot(x, np.cos(i+x)) plt.legend() plt.show() 首先通过figure()创建了两个图表，它们的序号分别为1和2。然后在图表2中创建了左右并排的两个子图，并用变量ax1,ax2保存。 在循环中，先调用figure(1)让图表1成为当前图表，并在其中绘图。然后调用sca(ax1)和sca(ax2)分别让子图ax1和ax2成为当前子图，并在其中绘图。当它们成为子图时，包含它们的图表2也自动成为当前图表，因此不需要调用figure(2)。