我有一个包含许多子图的图。
fig = plt.figure(num=None, figsize=(26, 12), dpi=80, facecolor='w', edgecolor='k')
fig.canvas.set_window_title('Window Title')
# Returns the Axes instance
ax = fig.add_subplot(311)
ax2 = fig.add_subplot(312)
ax3 = fig.add_subplot(313)
如何给子情节添加标题?
Fig.suptitle为所有图形添加一个标题，尽管ax.set_title()存在，但后者并不为我的子图添加任何标题。
谢谢你的帮助。
编辑: 更正了关于set_title()的拼写错误。谢谢Rutger Kassies
当前回答
Ax.set_title()应该为单独的子图设置标题:
import matplotlib.pyplot as plt
if __name__ == "__main__":
data = [1, 2, 3, 4, 5]
fig = plt.figure()
fig.suptitle("Title for whole figure", fontsize=16)
ax = plt.subplot("211")
ax.set_title("Title for first plot")
ax.plot(data)
ax = plt.subplot("212")
ax.set_title("Title for second plot")
ax.plot(data)
plt.show()
你能检查一下这个代码是否适用吗?也许以后会有什么东西覆盖它们?
其他回答
从matplotlib 3.4.3开始，图。Add_subplot函数支持标题为:
fig.add_subplot(311, title="first")
fig.add_subplot(312, title="second")
为了完整起见，所要求的结果也可以在不显式引用图轴的情况下实现，如下所示:
import matplotlib.pyplot as plt
plt.subplot(221)
plt.title("Title 1")
plt.subplot(222)
plt.title("Title 2")
plt.subplot(223)
plt.title("Title 3")
plt.subplot(224)
plt.title("Title 4")
如果有重叠标签的问题，请在最后一个绘图之后使用plt.tight_layout()。
我越来越倾向于使用的一个解决方案是:
import matplotlib.pyplot as plt
fig, axs = plt.subplots(2, 2) # 1
for i, ax in enumerate(axs.ravel()): # 2
ax.set_title("Plot #{}".format(i)) # 3
创建任意数量的轴 axis .ravel()将2-dim对象转换为行大调样式的1-dim向量 将标题分配给当前轴对象
你只能通过迭代给每个图形一个不同的标题和标签。
titles = {221: 'First Plot', 222: 'Second Plot', 223: 'Third Plot', 224: 'Fourth Plot'}
fig = plt.figure()
for x in range(221,225):
ax = fig.add_subplot(x)
ax.title.set_text(titles.get(x))
plt.subplots_adjust(left=0.1,
bottom=0.1,
right=0.9,
top=0.9,
wspace=0.4,
hspace=0.4)
plt.show()
输出:
fig, (ax1, ax2, ax3, ax4) = plt.subplots(nrows=1, ncols=4,figsize=(11, 7))
grid = plt.GridSpec(2, 2, wspace=0.2, hspace=0.5)
ax1 = plt.subplot(grid[0, 0])
ax2 = plt.subplot(grid[0, 1:])
ax3 = plt.subplot(grid[1, :1])
ax4 = plt.subplot(grid[1, 1:])
ax1.title.set_text('First Plot')
ax2.title.set_text('Second Plot')
ax3.title.set_text('Third Plot')
ax4.title.set_text('Fourth Plot')
plt.show()
