python如何在一个图中画多个子图

Python 如何在一个图中画多个子图

要在一个图中画多个子图，可以使用 Matplotlib 库、通过 plt.subplots() 函数、创建子图和设置布局。其中，plt.subplots() 函数是最常见的实现方式，它允许你轻松地创建一个包含多个子图的图形窗口。使用 Matplotlib 库可以通过灵活的布局和丰富的绘图功能，实现专业的图形展示效果。下面我们将详细讨论如何使用 Matplotlib 库在一个图中绘制多个子图，并介绍如何通过不同的方法来定制和优化子图的布局。

一、Matplotlib 库概述

Matplotlib 是 Python 中最流行的二维绘图库之一，广泛用于数据可视化。它的功能强大且易于使用，支持多种图表类型，包括折线图、散点图、柱状图、直方图等。Matplotlib 提供了丰富的 API，允许用户高度自定义图表的外观和布局。

1、安装 Matplotlib

在开始使用 Matplotlib 之前，需要确保已安装该库。可以通过以下命令安装：

pip install matplotlib

二、使用 `plt.subplots()` 创建子图

plt.subplots() 是 Matplotlib 中创建子图的主要方法。它返回一个包含子图的 Figure 对象和一个包含 Axes 对象的数组。通过这种方式，用户可以轻松地在一个图形窗口中绘制多个子图。

1、基本用法

plt.subplots() 函数的基本用法如下：

import matplotlib.pyplot as plt
创建 2 行 2 列的子图
fig, axs = plt.subplots(2, 2)
绘制子图
axs[0, 0].plot([1, 2, 3], [1, 4, 9])
axs[0, 1].plot([1, 2, 3], [1, 2, 3])
axs[1, 0].plot([1, 2, 3], [3, 2, 1])
axs[1, 1].plot([1, 2, 3], [9, 4, 1])
plt.show()

2、自定义子图布局

可以通过 plt.subplots() 函数的参数自定义子图的布局和外观。例如，可以设置子图的尺寸、间距等：

import matplotlib.pyplot as plt
创建 2 行 3 列的子图，设置图形尺寸和间距
fig, axs = plt.subplots(2, 3, figsize=(12, 6), gridspec_kw={'hspace': 0.5, 'wspace': 0.3})
绘制子图
for ax in axs.flat:
    ax.plot([1, 2, 3], [1, 2, 3])
plt.show()

三、使用 `subplot2grid` 方法

subplot2grid 方法允许用户通过网格布局精确控制子图的位置和大小。通过这种方式，可以灵活地创建复杂的子图布局。

1、基本用法

subplot2grid 的基本用法如下：

import matplotlib.pyplot as plt
创建图形
fig = plt.figure()
创建子图，设置子图在网格中的位置和大小
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))
绘制子图
ax1.plot([1, 2, 3], [1, 2, 3])
ax2.plot([1, 2, 3], [3, 2, 1])
ax3.plot([1, 2, 3], [1, 4, 9])
ax4.plot([1, 2, 3], [9, 4, 1])
ax5.plot([1, 2, 3], [2, 2, 2])
plt.show()

2、自定义网格布局

可以通过 subplot2grid 方法的参数精确控制子图的网格位置和跨度：

import matplotlib.pyplot as plt
创建图形
fig = plt.figure(figsize=(8, 6))
创建子图
ax1 = plt.subplot2grid((4, 4), (0, 0), colspan=4)
ax2 = plt.subplot2grid((4, 4), (1, 0), colspan=3, rowspan=3)
ax3 = plt.subplot2grid((4, 4), (1, 3), rowspan=3)
绘制子图
ax1.plot([1, 2, 3], [1, 2, 3])
ax2.plot([1, 2, 3], [3, 2, 1])
ax3.plot([1, 2, 3], [1, 4, 9])
plt.show()

四、使用 `GridSpec` 创建复杂布局

GridSpec 是 Matplotlib 提供的一个高级布局管理工具，它允许用户通过网格系统精确控制子图的位置和大小。使用 GridSpec，可以创建非常复杂的子图布局。

1、基本用法

GridSpec 的基本用法如下：

import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
创建图形
fig = plt.figure(figsize=(8, 6))
gs = gridspec.GridSpec(3, 3)
创建子图
ax1 = fig.add_subplot(gs[0, :])
ax2 = fig.add_subplot(gs[1, :-1])
ax3 = fig.add_subplot(gs[1:, -1])
ax4 = fig.add_subplot(gs[-1, 0])
ax5 = fig.add_subplot(gs[-1, -2])
绘制子图
ax1.plot([1, 2, 3], [1, 2, 3])
ax2.plot([1, 2, 3], [3, 2, 1])
ax3.plot([1, 2, 3], [1, 4, 9])
ax4.plot([1, 2, 3], [9, 4, 1])
ax5.plot([1, 2, 3], [2, 2, 2])
plt.show()

2、自定义网格布局

可以通过 GridSpec 的参数自定义网格布局的行列数、间距等：

import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
创建图形
fig = plt.figure(figsize=(10, 8))
gs = gridspec.GridSpec(4, 4, hspace=0.5, wspace=0.5)
创建子图
ax1 = fig.add_subplot(gs[0, :])
ax2 = fig.add_subplot(gs[1, :-1])
ax3 = fig.add_subplot(gs[1:, -1])
ax4 = fig.add_subplot(gs[-1, 0])
ax5 = fig.add_subplot(gs[-1, -2])
绘制子图
ax1.plot([1, 2, 3], [1, 2, 3])
ax2.plot([1, 2, 3], [3, 2, 1])
ax3.plot([1, 2, 3], [1, 4, 9])
ax4.plot([1, 2, 3], [9, 4, 1])
ax5.plot([1, 2, 3], [2, 2, 2])
plt.show()

五、为子图添加标题和标签

在创建多个子图时，为每个子图添加标题和标签有助于更好地理解图表内容。可以使用 set_title()、set_xlabel() 和 set_ylabel() 方法来设置标题和标签。

1、为子图添加标题

import matplotlib.pyplot as plt
创建 2 行 2 列的子图
fig, axs = plt.subplots(2, 2)
为每个子图添加标题
axs[0, 0].set_title('Subplot 1')
axs[0, 1].set_title('Subplot 2')
axs[1, 0].set_title('Subplot 3')
axs[1, 1].set_title('Subplot 4')
绘制子图
axs[0, 0].plot([1, 2, 3], [1, 4, 9])
axs[0, 1].plot([1, 2, 3], [1, 2, 3])
axs[1, 0].plot([1, 2, 3], [3, 2, 1])
axs[1, 1].plot([1, 2, 3], [9, 4, 1])
plt.show()

2、为子图添加标签

import matplotlib.pyplot as plt
创建 2 行 2 列的子图
fig, axs = plt.subplots(2, 2)
为每个子图添加标签
axs[0, 0].set_xlabel('X Label 1')
axs[0, 0].set_ylabel('Y Label 1')
axs[0, 1].set_xlabel('X Label 2')
axs[0, 1].set_ylabel('Y Label 2')
axs[1, 0].set_xlabel('X Label 3')
axs[1, 0].set_ylabel('Y Label 3')
axs[1, 1].set_xlabel('X Label 4')
axs[1, 1].set_ylabel('Y Label 4')
绘制子图
axs[0, 0].plot([1, 2, 3], [1, 4, 9])
axs[0, 1].plot([1, 2, 3], [1, 2, 3])
axs[1, 0].plot([1, 2, 3], [3, 2, 1])
axs[1, 1].plot([1, 2, 3], [9, 4, 1])
plt.show()

六、为子图添加图例

在一个图中绘制多个子图时，添加图例可以帮助区分不同的图表内容。可以使用 legend() 方法为子图添加图例。

1、为子图添加图例

import matplotlib.pyplot as plt
创建 2 行 2 列的子图
fig, axs = plt.subplots(2, 2)
绘制子图并添加图例
axs[0, 0].plot([1, 2, 3], [1, 4, 9], label='Line 1')
axs[0, 0].legend()
axs[0, 1].plot([1, 2, 3], [1, 2, 3], label='Line 2')
axs[0, 1].legend()
axs[1, 0].plot([1, 2, 3], [3, 2, 1], label='Line 3')
axs[1, 0].legend()
axs[1, 1].plot([1, 2, 3], [9, 4, 1], label='Line 4')
axs[1, 1].legend()
plt.show()

七、调整子图间距和布局

在创建多个子图时，调整子图间距和布局可以提高图表的可读性。可以使用 subplots_adjust() 方法来调整子图间距。

1、调整子图间距

import matplotlib.pyplot as plt
创建 2 行 2 列的子图
fig, axs = plt.subplots(2, 2)
调整子图间距
fig.subplots_adjust(hspace=0.5, wspace=0.5)
绘制子图
axs[0, 0].plot([1, 2, 3], [1, 4, 9])
axs[0, 1].plot([1, 2, 3], [1, 2, 3])
axs[1, 0].plot([1, 2, 3], [3, 2, 1])
axs[1, 1].plot([1, 2, 3], [9, 4, 1])
plt.show()

八、使用 `tight_layout` 方法优化布局

tight_layout 方法可以自动调整子图参数，使其适应图形区域，避免子图重叠。

1、使用 `tight_layout` 方法

import matplotlib.pyplot as plt
创建 2 行 2 列的子图
fig, axs = plt.subplots(2, 2)
绘制子图
axs[0, 0].plot([1, 2, 3], [1, 4, 9])
axs[0, 1].plot([1, 2, 3], [1, 2, 3])
axs[1, 0].plot([1, 2, 3], [3, 2, 1])
axs[1, 1].plot([1, 2, 3], [9, 4, 1])
自动调整子图参数
fig.tight_layout()
plt.show()

九、将子图保存为图像文件

在完成多个子图的创建和调整后，可以将图形保存为图像文件。可以使用 savefig() 方法将图形保存为不同格式的文件。

1、保存图形为图像文件

import matplotlib.pyplot as plt
创建 2 行 2 列的子图
fig, axs = plt.subplots(2, 2)
绘制子图
axs[0, 0].plot([1, 2, 3], [1, 4, 9])
axs[0, 1].plot([1, 2, 3], [1, 2, 3])
axs[1, 0].plot([1, 2, 3], [3, 2, 1])
axs[1, 1].plot([1, 2, 3], [9, 4, 1])
保存图形为图像文件
fig.savefig('subplots.png')
plt.show()