python如何将画的图固定在一张图上

在Python中，将多张图固定在一张图上，可以通过使用Matplotlib库的subplot功能、图形叠加和图形合并技术来实现。这些方法包括：使用subplot将多个图表排列在一个画布上、使用add_subplot在同一个图上绘制不同的图形、使用imshow或其他叠加方法将图像合并在一起。

详细描述：使用Matplotlib的subplot功能可以将不同的图表排列在一个画布上。例如，使用plt.subplot(2, 2, 1)可以在2×2的网格布局中创建一个图表。这种方法特别适合需要在一个页面上展示多个相关图表的情况。

一、理解Matplotlib库

1、简介

Matplotlib是Python中最流行的数据可视化库之一。它提供了一整套用于生成各种类型图表的工具和方法，包括线图、散点图、柱状图、直方图等。其核心组件是pyplot模块，通常通过import matplotlib.pyplot as plt导入。

2、基本用法

使用Matplotlib绘图通常需要三个步骤：创建数据、创建图表和显示图表。例如：

import matplotlib.pyplot as plt
创建数据
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]
创建图表
plt.plot(x, y)
显示图表
plt.show()

二、使用subplot将多个图表排列在一个画布上

1、简介

subplot功能允许我们在一个画布上创建多个子图。每个子图占据画布的一部分，可以独立绘制不同的数据。使用plt.subplot()函数可以实现这一点。

2、创建多个子图

import matplotlib.pyplot as plt
创建数据
x = [1, 2, 3, 4, 5]
y1 = [2, 3, 5, 7, 11]
y2 = [1, 4, 6, 8, 10]
创建一个2x2的网格，第一个子图
plt.subplot(2, 2, 1)
plt.plot(x, y1)
plt.title('Subplot 1')
第二个子图
plt.subplot(2, 2, 2)
plt.plot(x, y2)
plt.title('Subplot 2')
第三个子图
plt.subplot(2, 2, 3)
plt.plot(x, y1, 'r--')
plt.title('Subplot 3')
第四个子图
plt.subplot(2, 2, 4)
plt.plot(x, y2, 'g^')
plt.title('Subplot 4')
显示图表
plt.tight_layout()
plt.show()

通过以上代码，我们在同一个画布上创建了四个子图，每个子图独立绘制不同的数据。

3、调整子图布局

使用plt.tight_layout()可以自动调整子图之间的间距，避免标签和标题重叠。我们还可以手动设置子图之间的间距和位置，例如使用plt.subplots_adjust()函数。

plt.subplots_adjust(left=0.1, bottom=0.1, right=0.9, top=0.9, wspace=0.4, hspace=0.4)

三、使用add_subplot在同一个图上绘制不同的图形

1、简介

除了使用subplot将多个图表排列在一个画布上外，我们还可以使用add_subplot方法在同一个图上绘制多个图形。这种方法适合需要将多个图形叠加在一起的情况。

2、创建叠加图

import matplotlib.pyplot as plt
创建数据
x = [1, 2, 3, 4, 5]
y1 = [2, 3, 5, 7, 11]
y2 = [1, 4, 6, 8, 10]
创建图表
fig = plt.figure()
添加第一个子图
ax1 = fig.add_subplot(111)
ax1.plot(x, y1, label='Line 1')
添加第二个子图
ax2 = fig.add_subplot(111, frame_on=False)
ax2.plot(x, y2, 'r--', label='Line 2')
添加图例
ax1.legend()
ax2.legend()
显示图表
plt.show()

通过以上代码，我们在同一个图上叠加了两个不同的图形。

3、调整叠加图布局

使用frame_on=False可以隐藏第二个子图的框架，使两个图形更好地叠加在一起。我们还可以使用ax1.set_xlim()和ax1.set_ylim()来手动调整坐标轴范围，确保两个图形在相同的坐标系下显示。

四、使用图像叠加方法将图像合并在一起

1、简介

除了绘制图表外，Matplotlib还可以处理图像。我们可以使用imshow函数将多张图像叠加在一起，创建一个合成图像。

2、创建图像叠加

import matplotlib.pyplot as plt
import numpy as np
创建数据
img1 = np.random.rand(100, 100)
img2 = np.random.rand(100, 100)
创建图表
fig, ax = plt.subplots()
显示第一张图像
ax.imshow(img1, cmap='gray', alpha=0.5)
显示第二张图像，叠加在第一张图像上
ax.imshow(img2, cmap='jet', alpha=0.5)
显示图表
plt.show()

通过以上代码，我们将两张图像叠加在一起，创建了一个合成图像。

3、调整图像叠加效果

我们可以通过调整alpha参数来改变图像的透明度，从而控制图像叠加的效果。还可以使用不同的色彩映射（如cmap='gray'和cmap='jet'）来区分不同的图像。

五、综合应用

1、绘制复杂图表

在实际应用中，我们经常需要将不同类型的图表和图像组合在一起，创建一个综合展示页面。例如，下面的代码展示了如何在一个画布上同时绘制子图、叠加图形和叠加图像。

import matplotlib.pyplot as plt
import numpy as np
创建数据
x = [1, 2, 3, 4, 5]
y1 = [2, 3, 5, 7, 11]
y2 = [1, 4, 6, 8, 10]
img1 = np.random.rand(100, 100)
img2 = np.random.rand(100, 100)
创建一个2x2的网格，第一个子图
plt.subplot(2, 2, 1)
plt.plot(x, y1)
plt.title('Line Plot 1')
第二个子图
plt.subplot(2, 2, 2)
plt.plot(x, y2, 'r--')
plt.title('Line Plot 2')
第三个子图，叠加图形
fig = plt.subplot(2, 2, 3)
ax1 = fig
ax1.plot(x, y1, label='Line 1')
ax2 = fig.twinx()
ax2.plot(x, y2, 'g^', label='Line 2')
ax1.legend(loc='upper left')
ax2.legend(loc='upper right')
plt.title('Overlay Plot')
第四个子图，叠加图像
plt.subplot(2, 2, 4)
plt.imshow(img1, cmap='gray', alpha=0.5)
plt.imshow(img2, cmap='jet', alpha=0.5)
plt.title('Overlay Image')
调整布局
plt.tight_layout()
plt.show()

通过以上代码，我们在一个画布上同时展示了线图、叠加图形和叠加图像，创建了一个综合展示页面。

2、优化图表展示

为了使图表看起来更加专业，我们可以使用一些额外的技巧和方法来优化图表的展示效果。例如：

设置图表标题和标签：使用plt.title()、plt.xlabel()和plt.ylabel()函数为每个子图添加标题和坐标轴标签。
添加网格线：使用plt.grid()函数为图表添加网格线，帮助读者更容易读取数据。
设置图表样式：Matplotlib提供了多种预定义的图表样式，可以使用plt.style.use()函数进行设置。例如，使用plt.style.use('ggplot')可以应用ggplot样式。

import matplotlib.pyplot as plt
设置图表样式
plt.style.use('ggplot')
创建数据
x = [1, 2, 3, 4, 5]
y1 = [2, 3, 5, 7, 11]
y2 = [1, 4, 6, 8, 10]
创建图表
plt.plot(x, y1, label='Line 1')
plt.plot(x, y2, 'r--', label='Line 2')
添加标题和标签
plt.title('Optimized Plot')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
添加网格线
plt.grid(True)
添加图例
plt.legend()
显示图表
plt.show()