matplotlib中的subplot 练习

今天用到了matplotlib中的subplot，本来看起来很简单的运用，却也不怎么顺利。

用nodes的数量和概率p产生有向图，我希望自己的结果中能够呈现同一概率，不同nodes的对比，以及同样数量的nodes，不同概率的对比。

遇到的问题如下：

1.怎么通过循环产生子图？

2.子图的标题和坐标轴怎么设置？

3.怎么设置，使子图的坐标使一致的？

4.图的大小怎么设置？

程序源代码

https://github.com/gt11799/graph_ge_by_probability

subplot(ang), ang是个三位数（当然也可以不是）第一位是行数，第二位是列数，第三位（或者三四位）则是第几个子图。

比如

subplot(245)

就表示子图分成2行4列，而现在图绘在第5个位置（从1开始）。subplot赋给变量后，该变量也继承了方法，于是就可以区分开各个子图了。

 plot = pyplot.subplot(254) plot.loglog(keys, values, 'o') plot.set_title('p:%s n:%s' %(p/10.0, N))

注意subplot的方法和plot的方法不一样，都是set_，比如设置x轴就是set_xlable()，但是因为图太过于拥挤，我后来给去掉了。

把subplot(ang)的ang看作是一个整数，然后每次for循环自加就可以绘出一幅幅子图了。

    arrange = 250    for p in range(1, 10, 2):        arrange += 1        nor_distri = normalize_distri(graphWithProbability(p/10.0, N))  ＃generate the graph        nor_distri.pop(0, None)        keys = nor_distri.keys()        values = nor_distri.values()        plot = pyplot.subplot(arrange)        plot.loglog(keys, values, 'o')        plot.set_title('p:%s n:%s' %(p/10.0, N))

现在如果运行程序，就可以看到图像了。但是仍然有不完美的现象。y轴的刻度起始终止并不一致，这在一定程度上限制了对比的效果。

subplot有get_ylim()方法可以得到子图的坐标轴的起始终止，然后用set_ylim()方法把其他的子图的坐标轴跟这个统一。如果这个程序要用这个方法，那么就要把第一个子图拿到循环外，或者需要给每一次循环的子图对象命名成不同的变量。都太麻烦，我直接观察了图像，然后直接设置成固定的坐标轴。

plot.set_ylim(0.001, 0.1)

（上面的plot都是subplot的实例）

然后又发现图不够大，发现figure()方法可以解决。

pyplot.figure(figsize=(18,7), dpi=80)

figure的大小就变成了18*7个区域，而每个区域的dpi是80。figure还有很多的特性，比如前景背景颜色等等。

最后就是要添加图的标题了。注意是suptitle()，如果用tite()会被覆盖的。

pyplot.suptitle('Distribution of in-degree of the graph implemented by probability')

总结起来，整个绘图的程序就是这样的：

pyplot.figure(figsize=(18,7))pyplot.suptitle('Distribution of in-degree of the graph implemented by probability')arrange = 250 # for subplotfor p in range(1, 10, 2):        arrange += 1        nor_distri = normalize_distri(graphWithProbability(p/10.0, N))        nor_distri.pop(0, None)        keys = nor_distri.keys()        values = nor_distri.values()        plot = pyplot.subplot(arrange)        plot.loglog(keys, values, 'o')        plot.set_title('p:%s n:%s' %(p/10.0, N))        plot.set_ylim(0.001, 0.1)

生成的图大概是这个样子：

————————————

github主页：https://github.com/gt11799 

E-mail：[e-mail]