本篇文章给大家带来的内容是关于python绘制直方图及子图的方法分析（代码示例），有一定的参考价值，有需要的朋友可以参考一下，希望对你有所帮助。
1、直方图的绘制也需要用到matplotlib下的pylab，只不过在绘制折线图时我们采用的是plot()，而绘制直方图时我们需要采用hist()。由于在绘制过程中缺少真实数据，我在这里采用np.random.normal(a,b,c)生成的随机数绘制直方图，a为平均值，b为标准差，c为生成数据的个数。利用np.arange(a,b,c)确定直方图x轴的范围及间距，a为最小值，b为最大值，c为间距。用plt.hist(a,b)绘制，a为数据，b为直方图的特性，可有可无。
import matplotlib.pylab as plt import numpy as np da = np.random.normal(5.0, 0.5, 3000) dis = np.arange(3.5, 5, 0.1) plt.hist(da, dis) plt.show()
2、绘制子图时，我们需要先将空间分为若干份，这时需要采用命令plt.subplot(a,b,c)，其中a表示行，b表示列，c表示从第一行开始从左向右数到c的当前区域。例如，如果想要在第一行绘制三个子图，第二行绘制一个子图，需要采用以下代码
import matplotlib.pylab as plt import numpy as np plt.subplot(2, 3, 1) plt.subplot(2, 3, 2) plt.subplot(2, 3, 3) plt.subplot(2, 1, 2) plt.show()
3.区域拆分结束后我们该怎样在每个区域内绘制相应的图像呢？我们在前面用代码将区域拆分为了四部分，如果我们想在某个区域内绘图，只需将绘图代码写在那一部分的代码下即可
立即学习“Python免费学习笔记（深入）”；
import matplotlib.pylab as plt import numpy as np plt.subplot(2, 3, 1) #下面的语句绘制第一个子图 x1 = [1, 3, 5, 7, 9, 11] y1 = [2, 4, 6, 8, 10, 12] plt.plot(x1, y1, 'c') plt.subplot(2, 3, 2) #下面的语句绘制第二个子图 x2 = [3, 5, 6, 7, 9, 13, 20] y2 = [1, 6, 2, 3, 5, 7, 11] plt.plot(x2, y2, 'ob') plt.subplot(2, 3, 3) #下面的语句绘制第三个子图 x3 = [2, 5, 7, 8, 10, 11] y3 = [3, 5, 4, 1, 15, 10] plt.plot(x3, y3, '-.') plt.plot(x3, y3, 's') plt.subplot(2, 1, 2) #下面的语句绘制第四个子图 da = np.random.normal(5.0, 0.5, 3000) dis = np.arange(3.5, 5, 0.1) plt.hist(da, dis) plt.show()
