matplotlib subplot绘制多个子图的方法示例

1. matplotlib subplot绘制多个子图的方法示例

在数据可视化中，常常需要同时比较多个数据子集。为此，我们需要在同一个图形中绘制多个子图。而matplotlib提供了很方便的方式实现这一目的，即subplot方法。

1.1 subplot方法概述

subplot方法是matplotlib中的一个函数，用于在同一个图形中绘制多个子图。该方法的语法如下：

subplot(nrows, ncols, index, **kwargs)

其中，nrows和ncols分别表示子图格网的行数和列数，index表示当前子图在格网中的位置（从1开始计数）。kwargs可以用来设置一些可选的参数，比如设置坐标轴范围、标题等。

使用subplot方法，我们可以在同一个figure对象中创建多个子图。下面是一个简单的例子，其中我们绘制了一个包含4个子图的图形：

import matplotlib.pyplot as plt

import numpy as np
x = np.linspace(0, 2*np.pi, 400)
y = np.sin(x**2)
fig, axs = plt.subplots(2, 2, figsize=(10, 6))
axs[0, 0].plot(x, y)
axs[0, 0].set_title('subplot(2, 2, 1)')
axs[0, 1].plot(x, y, 'tab:orange')
axs[0, 1].set_title('subplot(2, 2, 2)')
axs[1, 0].plot(x, -y, 'tab:green')
axs[1, 0].set_title('subplot(2, 2, 3)')
axs[1, 1].plot(x, -y, 'tab:red')
axs[1, 1].set_title('subplot(2, 2, 4)')
for ax in axs.flat:
    ax.set(xlabel='x-label', ylabel='y-label')
# 隐藏未使用到的坐标轴
for ax in axs.flat:
    ax.label_outer()

在这个例子中，我们使用subplot(2, 2, k)方法在一个包含4个子图的大图中创建每个子图。axs对象表示这4个子图的Axes对象，我们可以使用其提供的方法对每个子图进行设置。

最后，我们在这个例子中还使用了一些其它的函数，比如figsize可以设置图形的尺寸，flat方法可以将axs数组转换为一个一维数组，label_outer方法可以隐藏未使用到的坐标轴。这些函数的详细说明可以参考matplotlib文档。

1.2 subplot方法的一些常见用法

除了上述用法，subplot方法还有一些其它的常见用法，这里我们逐一介绍。

1.2.1 subplot2grid方法

subplot2grid方法是matplotlib中的一个高级函数，它可以帮助我们更方便地创建多个子图。与subplot方法不同，subplot2grid方法按照网格方式对图形进行划分。

subplot2grid方法的语法如下：

subplot2grid(shape, loc, rowspan=1, colspan=1, **kwargs)

其中，shape表示子图的网格形状，loc表示当前子图在网格中的位置。rowspan和colspan参数表示当前子图在网格中占据的行数和列数。kwargs参数可以用来设置一些可选的参数，比如坐标轴范围、标题等。

下面是一个例子，其中我们使用subplot2grid方法创建了一个网格形状为(3, 3)的子图：

import matplotlib.pyplot as plt

import numpy as np
x = np.linspace(0, 2*np.pi, 400)
y = np.sin(x**2)
fig = plt.figure(figsize=(8, 6))
ax1 = plt.subplot2grid((3, 3), (0, 0), colspan=2)
ax1.plot(x, y)
ax1.set_title('subplot2grid(3, 3, (0, 0), colspan=2)')
ax2 = plt.subplot2grid((3, 3), (0, 2))
ax2.plot(x, y, 'tab:orange')
ax2.set_title('subplot2grid(3, 3, (0, 2))')
ax3 = plt.subplot2grid((3, 3), (1, 0), rowspan=2)
ax3.plot(x, y, 'tab:green')
ax3.set_title('subplot2grid(3, 3, (1, 0), rowspan=2)')
ax4 = plt.subplot2grid((3, 3), (1, 1), rowspan=2, colspan=2)
ax4.plot(x, -y, 'tab:red')
ax4.set_title('subplot2grid(3, 3, (1, 1), rowspan=2, colspan=2)')
plt.tight_layout()

在这个例子中，我们使用subplot2grid方法将一个包含4个子图的大图划分为一个3x3的网格，并在这个网格上创建4个子图。与前面的例子不同，这里我们不需要使用二维数组来保存子图对象。相反，我们直接使用ax1、ax2、ax3、ax4等变量来保存每个子图对象。

此外，在这个例子中，我们还使用了一个新的函数tight_layout。该函数可以自动调整子图之间的间距和边距，以避免子图之间重叠和超出图形边界。

1.2.2 add_subplot方法

add_subplot方法是Axes对象的一个方法，用于在当前Axes对象中添加一个子图。

该函数的语法如下：

add_subplot(*args, **kwargs)

其中，*args和**kwargs参数与subplot方法相同。如果当前Axes对象已经存在，则add_subplot方法会将新创建的子图添加到该对象中；否则，它会首先创建一个新的Axes对象，然后再添加子图。

下面是一个例子，其中我们使用add_subplot方法在一个已有子图中添加了一个新的子图：

import matplotlib.pyplot as plt

import numpy as np
fig, axs = plt.subplots(1, 2, figsize=(8, 4))
x = np.linspace(0, 2*np.pi, 400)
y = np.sin(x**2)
axs[0].plot(x, y)
axs[0].set_title('subplot(1, 2, 1)')
ax2 = axs[1].add_subplot(2, 2, 1)
ax2.plot(x, y, 'tab:orange')
ax2.set_title('add_subplot(2, 2, 1)')
axs[1].set_title('subplot(1, 2, 2)')
plt.tight_layout()

在这个例子中，我们首先使用subplot方法创建了一个包含两个子图的大图。接着，我们使用add_subplot方法在第二个子图中添加了一个新的子图。需要注意的是，我们使用axs[1]来获取该子图的对应Axes对象，而不是直接使用add_subplot(2, 2, 1)来创建新的子图。

2. 总结

subplot方法是matplotlib中一个非常实用的函数，它可以帮助我们在同一个图形中绘制多个子图。除了常规的subplot方法之外，还有一些高级的函数，如subplot2grid和add_subplot，可以更加灵活地创建子图。通过综合运用这些函数，我们可以快速、方便地创建多个子图，并进行数据可视化。

最后，需要注意的是，matplotlib提供了丰富的接口和工具，更多的功能和技巧需要读者自行发掘。