matplotlib中子图嵌套子图绘制方法

本文总结了两种子图嵌套子图的方法，分别对应两种情形：1）axes对象插入子图；2）fig对象插入子图。其实这两种对象也是构成所有图像的两种方法，在使用的时候根据自己的实际需求进行选择即可。

有时候我们在网络或论文中会看到这样一类图片：

图片来源：Assessment of Summer Regional Outdoor Heat Stress and Regional Comfort in the Beijing-Tianjin-Hebei Agglomeration Over the Last 40 Years

与以往的图片不同，该图片中还存在若干个小图片，这其实是在一个子图中又创建了若干个子图的效果，笔者称之为：子图嵌套子图。

本文的目的：子图嵌套子图的绘制方法

inset_axes方法

注意：该方法只能用在子图中，也就是axes对象中，子图示例如下：

import matplotlib.pyplot as plt
font1 = {'family': 'Times New Roman', 'size': 15, 'weight': 'bold'}
fig = plt.figure(figsize = (8, 4))
ax1 = fig.add_subplot(121)
ax1.set_title('This is axes1', font1)

ax2 = fig.add_subplot(122)
ax2.set_title('This is axes2', font1)
plt.show()

上图中整个画布包括了两个子图，假设分别为ax1和ax2，则inset_axes使用方法为：ax1.inset_axes()。

如果使用fig.inset_axes()则会出现下面的错误。

inset_axes()使用实例：

插入子图，需要确定子图的范围，范围有两种方法，示例如下：

import matplotlib.pyplot as plt
fig = plt.figure(figsize = (10, 5))

ax1 = fig.add_subplot(121)ax1.plot([1, 2, 3], [1, 2, 3])
#范围1，以百分比形式设定范围，参照对象是该子图的长和宽
extent1 = [0.1, 0.65, 0.3, 0.25] #左下角横坐标，左下角纵坐标，宽度占比，高度占比ax1_axes1 = ax1.inset_axes(extent1) #在ax1子图中插入子图
ax1_axes1.plot([1, 2, 3], [1, 2, 3]) #插入的子图绘制图像
ax1_axes1.set_title('This is a sub_axes')

ax2 = fig.add_subplot(122)
ax2.set_xlim(5, 10)
ax2.set_ylim(0, 10)
#范围2，以刻度单位来插入，参照对象是该子图的坐标单位
axes2 = [6, 5, 3, 2] #表示从ax2子图横坐标为6，纵坐标为5地方插入子图，宽度为3，高度为2
ax2_axes1 = ax2.inset_axes(axes2, transform = ax2.transData) #因为是依据坐标刻度插入，使用的是ax2坐标刻度

plt.show()

结果如下：

add_axes方法

注意：与inset_axes方法相反，该方法只能在fig对象中使用，不能在axes对象中使用。

使用实例如下：

import matplotlib.pyplot as plt
fig = plt.figure(figsize = (5, 5))
plt.plot([1, 2, 3], [1, 2, 3])

#设定范围，分别是左下角的横坐标和纵坐标百分比（相对于整个画布），然后是宽度和高度  
axes1 = fig.add_axes([0.20, 0.60, 0.35, 0.2]) 
axes1.plot([1, 2, 3], [1, 2, 3])
axes1.set_title('This is fig.add_axes')

plt.show()

结果如下：

如果你对Python感兴趣的话，可以试试我整理的这份Python全套学习资料，微信扫码免费领取

😝朋友们如果有需要的话，可以V扫描下方二维码免费领取🆓

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

#### **一、Python学习路线**

二、Python基础学习

1. 开发工具

2. 学习笔记

3. 学习视频

三、Python小白必备手册

四、数据分析全套资源

五、Python面试集锦

1. 面试资料

2. 简历模板

** 因篇幅有限，仅展示部分资料，添加上方即可获取**