matplotlib绘制的图像有不同的层级,从大到小依次是窗口、坐标系以及图像。所以,一个完整的绘图流程是,通过plt.figure生成窗口,再由窗口来添加坐标系,最后在坐标系中生成不同的图案。
import matplotlib.pyplot as plt
import numpy as np
x = np.arange(10)
y1, y2 = 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, y1)
ax.plot(x, y2)
plt.show()
其中,fig就是一个窗口,ax是fig中的一个坐标系,其位置通过三元组来约束,例如 ( 1 , 2 , 1 ) (1,2,1) (1,2,1)表示一行、两列坐标系中的第一个图像。
如果想省略窗口这一步骤,那么可以采取如下方案,首席按plt.subplot会在当前默认窗口中生成子坐标系,plt.plot会在当前默认的坐标系中绘图。
for i in range(2):
plt.subplot(1,2,i+1)
plt.plot(x, y1)
plt.plot(x, y2)
plt.show()
从add_subplot添加子图的方式可知,坐标系在填充到窗口之前,需要把窗口分成 m m m行 n n n列,然后再按照从左到右、从上到下的顺序排列,最后将子图放到其中的一个网格里。
这种规整的网格布局,使得批量生成子图成为可能,只需用subplots函数,就可以直接返回窗口和对应的坐标系
fig, axes = plt.subplots(2,3)
plt.show()
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
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()
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 2 3 \frac{2}{3} 32?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 2 3 \frac{2}{3} 32?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()
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 × 2 2\times2 2×2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 2 3 \frac{2}{3} 32?的绘图窗口,效果如下。