设置画布大小

matplotlib 模块中采用figure函数设置自定义大小的画布，调用方式如下所示：

1. matplotlib.pyplot.figure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True, FigureClass=<class 'matplotlib.figure.Figure'>, clear=False, **kwargs)[source]

在画图之前首先设置figure对象，使得后面的图形输出在这块规定了大小的画布上。参数num用于返回指定 id 的figure对象，如果此参数没有提供，则一个新的figure对象将被创建。参数figsize用于设置画布的宽高，单位为英尺。参数dpi用于设置分辨率。参数facecolor用于设置背景色，edgecolor用于设置边框颜色。

 

绘制多个子图

在 matplotlib 中， 一个figure对象可以包含多个子图, 可以使用subplot()快速绘制, 其调用形式如下：

1. # 第一种：整个绘图区域被分成 nrows 行和 ncols 列，index 表示第几个图
2. subplot(nrows, ncols, index, **kwargs)
3. # 第二种：pos 是三位数的整数，其中第一位是行数，第二位是列数，第三位是子图的索引
4. subplot(pos, **kwargs)
5. # 第三种：添加子图 ax
6. subplot(ax)

subplot()的第二种调用方式的代码示例如下：

1. import matplotlib.pyplot as plt
2. import numpy as np
3.  
4. t = np.arange(0.0, 2.0, 0.01)
5. s1 = np.sin(2*np.pi*t)
6. s2 = np.sin(4*np.pi*t)
7.  
8. plt.subplot(211) # 绘图区域被分为 2 行 1 列，接下来绘制第一幅图
9. plt.plot(t, s1)
10. ax2 = plt.subplot(212) # 绘制第二幅图
11. plt.plot(t, 2*s1)
12. plt.show()

输出图像如下所示：

案例代码

import matplotlib.pyplot as plt
import numpy as np
#初始数据
labels = ['none', 'primary', 'junior', 'senior', 'specialties', 'bachelor', 'master'] # 标签
womenCount = [2052380, 11315444, 20435242, 7456627, 3014264, 1972395, 185028]
birthMen = [2795259, 12698141, 13982478, 2887164, 903910, 432333, 35915]
birthWomen = [2417485, 11000637, 11897674, 2493829, 786862, 385718, 32270]
liveMen = [2717613, 12477914, 13847346, 2863706, 897607, 429809, 35704]
liveWomen = [2362007, 10854232, 11815939, 2480362, 783225, 384158, 32136]

#  请在此添加实现代码  #
# ********** Begin *********#
#数据处理
avePerson = []
ratio = []
#不同受教育程度育龄妇女生育子女的平均个数统计方法
def N1():
    for i in range(len(labels)):
        da = (birthMen[i] + birthWomen[i]) / womenCount[i]
        avePerson.append(da)
N1()
#不同受教育程度育龄妇女生育子女的存活比例统计方法
def N2():
    for i in range(len(labels)):
        da = ((liveMen[i]+liveWomen[i])/(birthMen[i]+birthWomen[i])*100)
        ratio.append(da)
N2()

index = np.arange(len(labels))

#设置画布尺寸
plt.figure(figsize = [14,5])
#划分绘图区域
ax1 = plt.subplot(121)
plt.xticks(index,labels)
plt.plot(avePerson,'r-')

ax2 = plt.subplot(122)
plt.xticks(index,labels)
plt.plot(ratio,'b-')

plt.savefig('picture/step4/fig4.png')
plt.show()
# ********** End **********#

运行结果