目录

大锤爱编程的博客_CSDN博客-大数据,Go,数据分析领域博主

Matplotlib是一个流行的Python可视化库，它提供了许多功能来创建各种类型的图表。其中一个功能是子图，它允许您在单个图表中绘制多个图。

一、创建子图

要创建子图，请使用plt.subplots()函数。该函数接受三个参数：行数、列数和子图编号。以下是一个简单的示例：

import matplotlib.pyplot as plt

fig, axs = plt.subplots(2, 2)

这将创建一个2×2的网格，其中包含4个子图。每个子图都有一个唯一的编号，可以在axs数组中访问。例如，要访问第一个子图，请使用axs[0, 0]。

以下是一个示例代码，用于绘制2×2网格，其中每个子图都随机放置一个图形：

import matplotlib.pyplot as plt
import numpy as np

# 创建一个2x2的网格
fig, axs = plt.subplots(2, 2)

# 在每个子图中绘制一个图形
for ax in axs.flat:
    # 随机生成一些数据
    x = np.random.rand(100)
    y = np.random.rand(100)
    # 绘制散点图
    ax.scatter(x, y)

# 显示图形
plt.show()

1.1 下图是绘制的子图：

1.2 代码释义：

注释：

• 导入必要的库：我们需要使用matplotlib和numpy库来生成散点图和随机数。
• 创建一个2×2的网格：我们使用subplot()函数创建一个2×2的子图，该函数返回一个Figure对象fig和一个Axes对象数组axs，它包含四个子图，第一个参数2表示行数，第二个参数2表示列数。
• 在每个子图中绘制一个图形：我们使用for循环遍历每个子图对象，对每个子图生成随机数据，使用scatter()函数在子图中绘制散点图。使用axs.flat将axs数组展平为一维，这样可以方便地遍历每个子图。
• 随机生成一些数据：我们使用numpy库中的random模块来生成100个在[0,1)内的随机数作为横坐标和纵坐标。
• 绘制散点图：我们使用子图对象ax的scatter()函数来绘制散点图，该函数接受横坐标和纵坐标作为参数，将它们绘制成散点图。
• 显示图形：最后，我们调用plt.show()函数来显示所有子图。这将打开一个窗口，其中包含四个散点图子图。

二、绘制子图

2.1 代码引入

绘制子图与绘制普通图形非常相似。您可以使用子图的Axes对象上的任何Matplotlib绘图函数。例如，以下代码将在第一个子图中绘制一条线：

import matplotlib.pyplot as plt

fig, axs = plt.subplots(2, 2)
axs[0, 0].plot([1, 2, 3, 4], [1, 4, 2, 3])

要在所有子图中绘制相同的图形，请使用循环。以下代码将在所有子图中绘制一条线：

import matplotlib.pyplot as plt

fig, axs = plt.subplots(2, 2)
for ax in axs.flat:
    ax.plot([1, 2, 3, 4], [1, 4, 2, 3])

2.2 图形绘制

下面是绘制的子图：

三、子图布局

3.1 子图布局说明

默认情况下，plt.subplots()函数将子图放置在网格中，每个子图的大小相同。但是，您可以使用各种选项来更改子图的大小和位置。

四、子图大小

4.1 子图大小调整

要更改子图的大小，请使用figsize参数。以下代码将创建一个2×2的网格，其中每个子图的大小为4×4英寸：

import matplotlib.pyplot as plt

fig, axs = plt.subplots(2, 2, figsize=(4, 4))

五、子图间距

5.1 子图代码调整

要更改子图之间的间距，请使用wspace和hspace参数。这些参数控制子图之间的水平和垂直间距，以及子图与图表边缘的距离。以下代码将创建一个2×2的网格，其中每个子图的水平和垂直间距为0.5英寸：

import matplotlib.pyplot as plt

fig, axs = plt.subplots(2, 2, figsize=(4, 4), wspace=0.5, hspace=0.5)

六、子图位置

6.1 代码引入

默认情况下，子图将放置在网格中，但您也可以使用GridSpec对象来更改子图的位置。以下代码将创建一个网格，其中第一个子图占据整个第一行，而第二个子图占据第一行的后两列：

import matplotlib.gridspec as gridspec
import matplotlib.pyplot as plt

fig = plt.figure()
gs = gridspec.GridSpec(2, 2, width_ratios=[1, 2])
ax1 = fig.add_subplot(gs[0, 0])
ax2 = fig.add_subplot(gs[0, 1:])

6.2 完整代码

以下是一个完整的Python代码，演示如何使用GridSpec对象来更改子图的位置。该代码将创建一个2×2的网格，其中第一个子图占据整个第一行，而第二个子图占据第一行的后两列。

import matplotlib.gridspec as gridspec
import matplotlib.pyplot as plt
import numpy as np

# 创建一个2x2的网格，第一个子图占据整个第一行，第二个子图占据第一行的后两列
gs = gridspec.GridSpec(2, 2, width_ratios=[1, 2])
ax1 = plt.subplot(gs[0, :])
ax2 = plt.subplot(gs[1, 0])
ax3 = plt.subplot(gs[1, 1])

# 在第一个子图中绘制一个折线图
x = np.linspace(0, 10, 100)
y = np.sin(x)
ax1.plot(x, y)

# 在第二个子图中绘制一个散点图
x = np.random.rand(100)
y = np.random.rand(100)
ax2.scatter(x, y)

# 在第三个子图中绘制一个柱状图
x = ['A', 'B', 'C', 'D']
y = [3, 7, 1, 9]
ax3.bar(x, y)

# 显示图形
plt.show()

下面是绘制的子图：

6.3 完整代码

示例1：使用GridSpec对象创建自定义子图布局

import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec

fig = plt.figure()

# 定义网格
gs = gridspec.GridSpec(3, 3)

# 创建子图1
ax1 = fig.add_subplot(gs[0, :])
ax1.set_title('Subplot 1')

# 创建子图2
ax2 = fig.add_subplot(gs[1, :2])
ax2.set_title('Subplot 2')

# 创建子图3
ax3 = fig.add_subplot(gs[1:, 2])
ax3.set_title('Subplot 3')

# 创建子图4
ax4 = fig.add_subplot(gs[2, :2])
ax4.set_title('Subplot 4')

# 添加图形
fig.tight_layout()
plt.show()

绘制出来的图片如下，可以看出来，符合实际需求。

总结

子图是Matplotlib中强大的功能之一。使用plt.subplots()函数，您可以方便地创建多个子图，并使用Axes对象绘制各种图形。使用各种选项，例如figsize、wspace和hspace参数，以及GridSpec对象，可以更改子图的大小、位置和间距。