共计 5702 个字符，预计需要花费 15 分钟才能阅读完成。
丸趣 TV 小编给大家分享一下 matplotlib subplot 子图怎么用，希望大家阅读完这篇文章之后都有所收获，下面让我们一起去探讨吧！
总括
MATLAB 和 pyplot 有当前的图形（figure）和当前的轴（axes）的概念，所有的作图命令都是对当前的对象作用。可以通过 gca() 获得当前的 axes（轴），通过 gcf() 获得当前的图形（figure）
import numpy as npimport matplotlib.pyplot as pltdef f(t):return np.exp(-t) * np.cos(2*np.pi*t)
t1 = np.arange(0.0, 5.0, 0.1)
t2 = np.arange(0.0, 5.0, 0.02)
plt.figure(1)
plt.subplot(211)
plt.plot(t1, f(t1), bo , t2, f(t2), k )
plt.subplot(212)
plt.plot(t2, np.cos(2*np.pi*t2), r-- )
plt.show()如果不指定 figure() 的轴，figure(1) 命令默认会被建立，同样的如果你不指定 subplot(numrows, numcols, fignum) 的轴，subplot(111) 也会自动建立。
import matplotlib.pyplot as plt
plt.figure(1) # 创建第一个画板（figure）plt.subplot(211) # 第一个画板的第一个子图 plt.plot([1, 2, 3])
plt.subplot(212) # 第二个画板的第二个子图 plt.plot([4, 5, 6])
plt.figure(2) #创建第二个画板 plt.plot([4, 5, 6]) # 默认子图命令是 subplot(111)plt.figure(1) # 调取画板 1; subplot(212) 仍然被调用中 plt.subplot(211) # 调用 subplot(211)plt.title(Easy as 1, 2, 3) # 做出 211 的标题 subplot() 是将整个 figure 均等分割，而 axes() 则可以在 figure 上画图。
import matplotlib.pyplot as plt
import numpy as np# 创建数据 dt = 0.001t = np.arange(0.0, 10.0, dt)
r = np.exp(-t[:1000]/0.05) # impulse responsex = np.random.randn(len(t))
s = np.convolve(x, r)[:len(x)]*dt # colored noise# 默认主轴图 axes 是 subplot(111)plt.plot(t, s)
plt.axis([0, 1, 1.1*np.amin(s), 2*np.amax(s)])
plt.xlabel(time (s) )
plt.ylabel(current (nA) )
plt.title(Gaussian colored noise)# 内嵌图 a = plt.axes([.65, .6, .2, .2], facecolor= y )
n, bins, patches = plt.hist(s, 400, normed=1)
plt.title(Probability)
plt.xticks([])
plt.yticks([])# 另外一个内嵌图 a = plt.axes([0.2, 0.6, .2, .2], facecolor= y )
plt.plot(t[:len(r)], r)
plt.title(Impulse response)
plt.xlim(0, 0.2)
plt.xticks([])
plt.yticks([])
plt.show()你可以通过 clf() 清空当前的图板（figure），通过 cla() 来清理当前的轴（axes）。你需要特别注意的是记得使用 close() 关闭当前 figure 画板
通过 GridSpec 来定制 Subplot 的坐标
GridSpec 指定子图所放置的几何网格。
SubplotSpec 在 GridSpec 中指定子图（subplot）的位置。
subplot2grid 类似于“pyplot.subplot”，但是它从 0 开始索引
ax = plt.subplot2grid((2,2),(0, 0))ax = plt.subplot(2,2,1)以上两行的子图（subplot）命令是相同的。subplot2grid 使用的命令类似于 HTML 语言。
ax1 = plt.subplot2grid((3,3), (0,0), colspan=3)ax2 = plt.subplot2grid((3,3), (1,0), colspan=2)ax3 = plt.subplot2grid((3,3), (1, 2), rowspan=2)ax4 = plt.subplot2grid((3,3), (2, 0))ax5 = plt.subplot2grid((3,3), (2, 1))使用 GridSpec 和 SubplotSpec
ax = plt.subplot2grid((2,2),(0, 0))相当于
import matplotlib.gridspec as gridspec
gs = gridspec.GridSpec(2, 2)
ax = plt.subplot(gs[0, 0])一个 gridspec 实例提供给了类似数组的索引来返回 SubplotSpec 实例，所以我们可以使用切片（slice）来合并单元格。
gs = gridspec.GridSpec(3, 3)ax1 = plt.subplot(gs[0, :])ax2 = plt.subplot(gs[1,:-1])ax3 = plt.subplot(gs[1:, -1])ax4 = plt.subplot(gs[-1,0])ax5 = plt.subplot(gs[-1,-2])调整 GridSpec 图层
当 GridSpec 被使用后，你可以调整子图（subplot）的参数。这个类似于 subplot_adjust，但是它只作用于 GridSpec 实例。
gs1 = gridspec.GridSpec(3, 3)
gs1.update(left=0.05, right=0.48, wspace=0.05)
ax1 = plt.subplot(gs1[:-1, :])
ax2 = plt.subplot(gs1[-1, :-1])
ax3 = plt.subplot(gs1[-1, -1])
gs2 = gridspec.GridSpec(3, 3)
gs2.update(left=0.55, right=0.98, hspace=0.05)
ax4 = plt.subplot(gs2[:, :-1])
ax5 = plt.subplot(gs2[:-1, -1])
ax6 = plt.subplot(gs2[-1, -1])在 subplotSpec 中嵌套 GridSpec
gs0 = gridspec.GridSpec(1, 2)gs00 = gridspec.GridSpecFromSubplotSpec(3, 3, subplot_spec=gs0[0])gs01 = gridspec.GridSpecFromSubplotSpec(3, 3, subplot_spec=gs0[1])下图是一个 3 * 3 方格，嵌套在 4 * 4 方格中的例子
调整 GridSpec 的尺寸
默认的，GridSpec 会创建相同尺寸的单元格。你可以调整相关的行与列的高度和宽度。注意，绝对值是不起作用的，相对值才起作用。
gs = gridspec.GridSpec(2, 2,
width_ratios=[1,2],
height_ratios=[4,1]
)
ax1 = plt.subplot(gs[0])
ax2 = plt.subplot(gs[1])
ax3 = plt.subplot(gs[2])
ax4 = plt.subplot(gs[3])调整图层
tigh_layout 自动调整子图（subplot）参数来适应画板（figure）的区域。它只会检查刻度标签（ticklabel），坐标轴标签（axis label），标题（title）。
轴（axes）包括子图（subplot）被画板（figure）的坐标指定。所以一些标签会超越画板（figure）的范围。
plt.rcParams[savefig.facecolor] = 0.8 def example_plot(ax, fontsize=12):ax.plot([1, 2])
ax.locator_params(nbins=3)
ax.set_xlabel(x-label , fontsize=fontsize)
ax.set_ylabel(y-label , fontsize=fontsize)
ax.set_title(Title , fontsize=fontsize)
plt.close(all)
fig, ax = plt.subplots()
example_plot(ax, fontsize=24)对于子图（subplot）可以通过调整 subplot 参数解决这个问题。Matplotlib v1.1 引进了一个新的命令 tight_layout() 自动的解决这个问题
plt.tight_layout()很多子图的情况
plt.close(all)
fig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(nrows=2, ncols=2)example_plot(ax1) example_plot(ax2) example_plot(ax3) example_plot(ax4)plt.tight_layout()tight_layout() 含有 pad，w_pad 和 h_pad
plt.tight_layout(pad=0.4, w_pad=0.5, h_pad=1.0)在 GridSpec 中使用 tight_layout()
GridSpec 拥有它自己的 tight_layout() 方法
plt.close(all)fig = plt.figure()
import matplotlib.gridspec as gridspecgs1 = gridspec.GridSpec(2, 1)ax1 = fig.add_subplot(gs1[0])ax2 = fig.add_subplot(gs1[1])
example_plot(ax1)
example_plot(ax2)
gs1.tight_layout(fig)你可以指定一个可选择的方形（rect）参数来指定子图（subplot）到画板（figure）的距离
这个还可以应用到复合的 gridspecs 中
gs2 = gridspec.GridSpec(3, 1)
for ss in gs2:
ax = fig.add_subplot(ss)
example_plot(ax)
ax.set_title( )
ax.set_xlabel( )
ax.set_xlabel(x-label , fontsize=12)
gs2.tight_layout(fig, rect=[0.5, 0, 1, 1], h_pad=0.5)在 AxesGrid1 中使用 tight_layout()
plt.close(all)
fig = plt.figure()from mpl_toolkits.axes_grid1 import Grid
grid = Grid(fig, rect=111, nrows_ncols=(2,2),
axes_pad=0.25, label_mode= L ,
)for ax in grid:
example_plot(ax)
ax.title.set_visible(False)
plt.tight_layout()
在 colorbar 中使用 tight_layout()
colorbar 是 Axes 的实例，而不是 Subplot 的实例，所以 tight_layout 不会起作用，在 matplotlib v1.1 中，你把 colorbar 作为一个 subplot 来使用 gridspec。
plt.close(all)
arr = np.arange(100).reshape((10,10))
fig = plt.figure(figsize=(4, 4))
im = plt.imshow(arr, interpolation= none)
plt.colorbar(im, use_gridspec=True)
plt.tight_layout()
另外一个方法是，使用 AxesGrid1 工具箱为 colorbar 创建一个轴 Axes
plt.close(all)
arr = np.arange(100).reshape((10,10))
fig = plt.figure(figsize=(4, 4))
im = plt.imshow(arr, interpolation= none)from mpl_toolkits.axes_grid1 import make_axes_locatable
divider = make_axes_locatable(plt.gca())
cax = divider.append_axes(right , 5% , pad= 3%)
plt.colorbar(im, cax=cax)
plt.tight_layout()
看完了这篇文章，相信你对“matplotlib subplot 子图怎么用”有了一定的了解，如果想了解更多相关知识，欢迎关注丸趣 TV 行业资讯频道，感谢各位的阅读！
