Python matplotlib subplots用法及代码示例

本文简要介绍 python 语言中 matplotlib.pyplot.subplots 的用法。

用法

matplotlib.pyplot.subplots(nrows=1, ncols=1, *, sharex=False, sharey=False, squeeze=True, width_ratios=None, height_ratios=None, subplot_kw=None, gridspec_kw=None, **fig_kw)

创建一个图形和一组子图。

这个实用程序包装器可以方便地在一次调用中创建子图的公共布局，包括封闭的图形对象。

参数：

nrows, ncols 整数，默认值：1

子图网格的行/列数。

sharex, sharey bool 或 {'none', 'all', 'row', 'col'}，默认值：False

控制 x (sharex) 或 y (sharey) 轴之间的属性共享：

• True 或 'all'：x 轴或 y 轴将在所有子图中共享。

• 错误或'none'：每个子图的 x 轴或 y 轴都是独立的。

• 'row'：每个子图行将共享一个 x 轴或 y 轴。

• 'col'：每个子图列将共享一个 x 轴或 y 轴。

当子图沿列具有共享 x 轴时，仅创建底部子图的 x 刻度标签。类似地，当子图在一行上有一个共享的 y 轴时，只会创建第一列子图的 y 刻度标签。要稍后打开其他子图的刻度标签，请使用 tick_params 。

当子图有一个具有单位的共享轴时，调用 set_units 将使用新单位更新每个轴。

squeeze 布尔值，默认值：真

• 如果为 True，则从返回的 Axes 数组中挤出额外的维度：

  • 如果仅构造一个子图 (nrows=ncols=1)，则生成的单个 Axes 对象作为标量返回。

  • 对于 Nx1 或 1xM 子图，返回的对象是 Axes 对象的一维 numpy 对象数组。

  • 对于 NxM，N>1 和 M>1 的子图作为二维数组返回。

• 如果为 False，则根本不进行任何压缩：返回的 Axes 对象始终是包含 Axes 实例的 2D 数组，即使它最终是 1x1。

width_ratios 长度类似数组 ncols ，可选

定义列的相对宽度。每列的相对宽度为 width_ratios[i] / sum(width_ratios) 。如果未给出，所有列将具有相同的宽度。相当于gridspec_kw={'width_ratios': [...]}。

height_ratios 长度类似数组 nrows ，可选

定义行的相对高度。每行的相对高度为 height_ratios[i] / sum(height_ratios) 。如果没有给出，所有行将具有相同的高度。方便 gridspec_kw={'height_ratios': [...]} 。

subplot_kw 字典，可选

带有传递给 add_subplot 调用的关键字的字典，用于创建每个子图。

gridspec_kw 字典，可选

带有传递给 GridSpec 构造函数的关键字的字典，用于创建放置子图的网格。

**fig_kw

所有其他关键字参数都传递给 pyplot.figure 调用。

返回：

fig Figure

ax Axes 或轴数组

ax 可以是单个 Axes 对象，也可以是一组 Axes 对象(如果创建了多个子图)。结果数组的尺寸可以使用挤压关键字控制，请参见上文。

处理返回值的典型习惯用法是：

# using the variable ax for single a Axes
fig, ax = plt.subplots()

# using the variable axs for multiple Axes
fig, axs = plt.subplots(2, 2)

# using tuple unpacking for multiple Axes
fig, (ax1, ax2) = plt.subplots(1, 2)
fig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(2, 2)

名称ax 和复数axs 优于axes，因为对于后者，不清楚它是指单个 Axes 实例还是这些实例的集合。

例子

# First create some toy data:
x = np.linspace(0, 2*np.pi, 400)
y = np.sin(x**2)

# Create just a figure and only one subplot
fig, ax = plt.subplots()
ax.plot(x, y)
ax.set_title('Simple plot')

# Create two subplots and unpack the output array immediately
f, (ax1, ax2) = plt.subplots(1, 2, sharey=True)
ax1.plot(x, y)
ax1.set_title('Sharing Y axis')
ax2.scatter(x, y)

# Create four polar axes and access them through the returned array
fig, axs = plt.subplots(2, 2, subplot_kw=dict(projection="polar"))
axs[0, 0].plot(x, y)
axs[1, 1].scatter(x, y)

# Share a X axis with each column of subplots
plt.subplots(2, 2, sharex='col')

# Share a Y axis with each row of subplots
plt.subplots(2, 2, sharey='row')

# Share both X and Y axes with all subplots
plt.subplots(2, 2, sharex='all', sharey='all')

# Note that this is the same as
plt.subplots(2, 2, sharex=True, sharey=True)

# Create figure number 10 with a single subplot
# and clears it if it already exists.
fig, ax = plt.subplots(num=10, clear=True)