> 人生苦短，我用 Python 前文傳送門： [小白學 Python 資料分析（1）：資料分析基礎](https://www.geekdigging.com/2020/01/19/6719980708/) [小白學 Python 資料分析（2）：Pandas （一）概述](https://www.geekdigging.com/2020/01/20/6718497214/) [小白學 Python 資料分析（3）：Pandas （二）資料結構 Series](https://www.geekdigging.com/2020/02/04/3234667780/) [小白學 Python 資料分析（4）：Pandas （三）資料結構 DataFrame](https://www.geekdigging.com/2020/02/05/9920298470/) [小白學 Python 資料分析（5）：Pandas （四）基礎操作（1）檢視資料](https://www.geekdigging.com/2020/02/16/6852411690/) [小白學 Python 資料分析（6）：Pandas （五）基礎操作（2）資料選擇](https://www.geekdigging.com/2020/02/20/6566891797/) [小白學 Python 資料分析（7）：Pandas （六）資料匯入](https://www.geekdigging.com/2020/02/23/7355903936/) [小白學 Python 資料分析（8）：Pandas （七）資料預處理](https://www.geekdigging.com/2020/02/25/9013297409/) [小白學 Python 資料分析（9）：Pandas （八）資料預處理（2）](https://www.geekdigging.com/2020/02/27/2857868620/) [小白學 Python 資料分析（10）：Pandas （九）資料運算](https://www.geekdigging.com/2020/02/29/5808964196/) [小白學 Python 資料分析（11）：Pandas （十）資料分組](https://www.geekdigging.com/2020/03/03/5975552137/) [小白學 Python 資料分析（12）：Pandas （十一）資料透視表（pivot_table）](https://www.geekdigging.com/2020/03/04/8327177610/) [小白學 Python 資料分析（13）：Pandas （十二）資料表拼接](https://www.geekdigging.com/2020/03/06/5036602239/) [小白學 Python 資料分析（14）：Pandas （十三）資料匯出](https://www.geekdigging.com/2020/03/07/6918490736/) [小白學 Python 資料分析（15）：資料視覺化概述](https://www.geekdigging.com/2020/03/09/7393240956/) ## 引言 各位同學好，本篇文章，我們來介紹下使用 Matplotlib 時如何建立座標系。 回想一下以前我們在接受九年義務教育毒打上數學課的時候，應該都畫過折線圖直方圖之類的統計圖表，其中第一步就是建立直角座標系。 翻出老課本，幫助各位同學回憶一下當年的數學課，直角座標系就是下面這個：  直角座標系不僅能存在於平面中，還有立體的：  當然，本文的只介紹平面直角座標系如何構建，至於立體的，我們後面再聊。 ## 畫布 在構建平面直角座標系之前，我們需要先建立一個畫布。 What？畫布是啥？ emmmmmmmmmmm，這就類似於我們在電腦上畫畫一樣，需要開啟畫圖軟體，建立一個空白的白板，這個白板就是我們後續畫圖的地方。  使用 Matplotlib 建立畫布的程式碼如下，首先需要匯入 Matplotlib 的庫： ```python import matplotlib.pyplot as plt fig = plt.figure(figsize=(6, 6)) ``` 上面這段程式碼我們就完成了一個寬和高都為 6 的畫布的建立。 ## 建立直角座標系 建立直角座標系有多很多種方法，這裡我們一種一種來介紹： ### add_subplot 首先，我們使用 `add_subplot` 函式來建立直角座標系，我們就在剛才建立的那個畫布上建立 1 X 1 個直角座標系： ```python import matplotlib.pyplot as plt fig = plt.figure(figsize=(6, 6)) fig.add_subplot(1,1,1) plt.show() ``` 我們得到的結果如下：  我們再建立 2 X 2 個直角座標系： ```python import matplotlib.pyplot as plt fig = plt.figure(figsize=(6, 6)) ax1 = fig.add_subplot(2,2,1) ax2 = fig.add_subplot(2,2,2) ax3 = fig.add_subplot(2,2,3) ax4 = fig.add_subplot(2,2,4) plt.show() ``` 結果如下圖：  這裡有一點需要說明一下，這裡引數可以省略其中的 `,` 逗號，如下： ```python ax1 = fig.add_subplot(221) ``` 引數的含義為建立 2 X 2 網格第一子圖。 ### subplot2grid 在使用 `subplot2grid` 函式建立直角座標系的時候，不需要事先建立畫布，可以直接使用建立，比如我們下面建立一個很簡單的折線圖和柱狀圖： ```python import matplotlib.pyplot as plt import numpy as np x = np.arange(4) y = np.arange(4) # 繪製折線圖 plt.subplot2grid((2,2),(0,0)) plt.plot(x, y) # 繪製柱狀圖 plt.subplot2grid((2,2),(0,1)) plt.bar(x, y) plt.show() ``` 結果如下：  ### subplot 同上面的 `subplot2grid` 一樣，我們同樣可以通過 `subplot` 來繪製直角座標系，比如我們拿上面的例子再使用 `subplot` 寫一遍： ```python import matplotlib.pyplot as plt import numpy as np x = np.arange(4) y = np.arange(4) # 繪製折線圖 plt.subplot(221) plt.plot(x, y) # 繪製柱狀圖 plt.subplot(222) plt.bar(x, y) plt.show() ``` 結果還是和上面一樣的，小編不再貼了。 上面這個示例的含義是將圖示區域分為 2 X 2 共計 4 個區域，在第一個區域上建立折線圖，在第二個區域上建立柱狀圖。 ### subplots `subplots` 看起來和 `subplot` 很像，實際上也是非常像的，它和 `subplot` 的不同之處是 `subplot` 一次只能返回一個座標系，而 `subplots` 一次可以返回多個座標系。 我們接著使用 `subplots` 完成前面的示例： ```python import matplotlib.pyplot as plt import numpy as np x = np.arange(4) y = np.arange(4) fig, axes = plt.subplots(2, 2) # 繪製折線圖 axes[0,0].plot(x,y) # 繪製柱狀圖 axes[0,1].bar(x,y) plt.show() ``` 結果如下：  可以看到，我們雖然只使用到了兩個座標，但實際上 `subplots` 還是會幫我們將 4 個座標全都創建出來。 ## 小結 前面介紹的集中直角座標系的建立方法並無本質上的區別，只有第一種 `add_subplot` 在使用的時候是需要先建立一個畫布的，後面三種都是直接呼叫 Matplotlib 中的函式從而達到直接建立座標系的