子图

从绘图流程出发，【plt】图像有三个层级，依次是窗口、坐标系以及图像。在一个坐标系中可以有多条曲线，即表示多个图像；相应地在一个窗口中，也应该可以容纳多组坐标系，每组坐标便是一个子图。

子图可调用窗口的方法add_subplot来添加，子图位置则用三元组来约束，例如$(1,2,1)$表示一行、两列坐标系中的第一个图像，注意这里下标从1开始，示例如下。

import matplotlib.pyplot as plt
import numpy as np
x = np.arange(100)/10
ys = [np.sin(x), np.cos(x)]

fig = plt.figure("subgraphs")
for i in range(2):
    ax = fig.add_subplot(1,2,i+1)
    ax.plot(x, ys[i])

plt.show()

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11

【plt】中提供了subplots函数可同时生成窗口及其所有子图对象，只需输入一个二元组$(m,n)$，即可生成$m\times n$个子图，故而上图也可通过下面的代码来绘制

fig, axes = plt.subplots(1,2)
axes[0].plot(x, ys[0])
axes[1].plot(x, ys[1])
plt.show()

• 1
• 2
• 3
• 4

如果想省略窗口这一步骤，那么可以采取如下方案，即plt.subplot会在当前默认窗口中生成子图，并把这个子图作为用来绘图的坐标系。

for i in range(2):
    plt.subplot(1,2,i+1)
    plt.plot(x, ys[i])

plt.show()

• 1
• 2
• 3
• 4
• 5

组合网格布局

subplot中的网格，并不是一个真实的网格，而只是一种划分地盘的方式。换言之，多个子图，可以通过不同的方式来布局。例如下面的组合

• A (1,2,1) 1行2列，第一个图，即占据整个图窗的左侧
• B (2,2,2) 2行2列，第2个图，位于图窗的右上角
• B (2,2,4) 2行2列，第4个图，位于图窗的右下角

plt.subplot(1,2,1)
plt.title("A")
plt.subplot(2,2,2)
plt.title("B")
plt.subplot(2,2,4)
plt.title("C")
plt.show()

• 1
• 2
• 3
• 4
• 5
• 6
• 7

GridSpec

对于大部分需求，组合网格已经足够强大，但组合网格没法让左侧的A图占据$\frac{2}{3}$的宽度。为了实现指定宽度的网格，需要用到GridSpec对象。

GridSpec主要输入4个参数，分别用于划分网格和指定网格尺寸。下面就实现一个可以让A图占据$\frac{2}{3}$宽度的子图

gs = plt.GridSpec(2, 2, width_ratios=[2, 1], height_ratios=[1, 1])

plt.subplot(gs[:, 0])
plt.title("A")
plt.subplot(gs[0, 1])
plt.title("B")
plt.subplot(gs[1, 1])
plt.title("C")
plt.show()

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9

其中，width_ratios为横向的单元格宽度比例，height_ratios为纵向的单元格高度比例。由整体被划分为$2\times 2$网格，所以横向由两组单元格组成，二者宽度只比为2:1，从而实现了左侧A图占据$\frac{2}{3}$的绘图窗口，效果如下。