Matplotlib - Subplots() 函数

Matplotlib - 使用 subplots() 函数

matplotlib.pyplot.subplots() 函数是一个非常方便的工具，可以同时创建一个 Figure 和一组（以网格形式排列的）子图。在面向对象风格中，这是创建多个图的推荐方法。

fig, axes = plt.subplots(nrows=1, ncols=1, **kwargs)

参数：

• nrows, ncols：指定子图网格的行数和列数的整数。默认值为 1。
• sharex, sharey：布尔值或字符串（‘all’, ‘row’, ‘col’）。如果为 True 或 'all'，子图将共享相同的 x 轴或 y 轴（刻度、范围、比例）。'row' 表示同一行内的子图共享坐标轴，'col' 表示同一列内的子图共享坐标轴。这对于关联图非常有用。
• figsize：Figure 的尺寸元组 (宽度, 高度)，单位为英寸。
• subplot_kw：一个字典，其中包含传递给每个子图的 add_subplot() 调用的关键字参数（例如，{'projection': '3d'}）。
• gridspec_kw：一个字典，其中包含传递给 GridSpec 构造函数的关键字参数（例如，{'hspace': 0.1, 'wspace': 0.1}），用于更精细地控制间距。
• …以及其他 figure 关键字参数。

返回值：

• fig：顶层 matplotlib.figure.Figure 对象。
• axes：一个 Axes 对象或一个 Axes 对象数组。 - 如果 nrows=1 且 ncols=1，则 axes 是一个单独的 Axes 对象。 - 如果 nrows > 1 或 ncols > 1，则 axes 是一个 NumPy 数组的 Axes 对象。你可以使用标准数组索引（例如，axes[0]，axes[1, 2]）访问单个 axes。

示例：创建一个 2x2 的网格并绘制不同的函数。

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(1, 5)

# 创建一个 2x2 的子图网格
# 共享同一行中图的 y 轴
fig, axes = plt.subplots(nrows=2, ncols=2, figsize=(8, 7), sharey='row')

# --- 在每个 Axes 对象上绘图 ---

# 左上图 (axes[0, 0])
axes[0, 0].plot(x, x*x, color='blue', marker='o')
axes[0, 0].set_title('Square ($x^2$)')
axes[0, 0].set_ylabel('Value') # 由于 sharey，只需在每行设置一次 Y 轴标签
axes[0, 0].grid(True)

# 右上图 (axes[0, 1])
axes[0, 1].plot(x, np.sqrt(x), color='red', marker='s')
axes[0, 1].set_title('Square Root ($\sqrt{x}$)')
axes[0, 1].grid(True)

# 左下图 (axes[1, 0])
axes[1, 0].plot(x, np.exp(x), color='green', marker='^')
axes[1, 0].set_title('Exponential ($e^x$)')
axes[1, 0].set_xlabel('Input x') # 底部行的 X 轴标签
axes[1, 0].set_ylabel('Value')
axes[1, 0].grid(True)

# 右下图 (axes[1, 1])
axes[1, 1].plot(x, np.log10(x), color='purple', marker='d')
axes[1, 1].set_title('Logarithm ($\log_{10}(x)$)')
axes[1, 1].set_xlabel('Input x')
axes[1, 1].grid(True)

# --- 整体 Figure 调整 ---

# 为整个 Figure 添加一个居中标题
fig.suptitle('Demonstrating plt.subplots()', fontsize=16)

# 调整布局以防止标题/标签重叠
plt.tight_layout(rect=[0, 0, 1, 0.96]) # rect 用于调整以容纳 suptitle

plt.show()

此示例演示了如何创建 2x2 的网格，使用数组表示法 (axes[row, col]) 访问每个 Axes，在每个 Axes 上绘制不同的数据，设置各自的标题，并使用共享坐标轴 (sharey='row')，以便同一行中的图形共享 y 轴的范围和刻度。使用 plt.tight_layout() 在处理多个子图时通常非常重要，以确保标签和标题不会重叠。