matplotlib 排版布局

原文出处：https://blog.csdn.net/jeffery0207/article/details/81409256
其他参考文献：
[1] matplotlib进阶之Tight Layout guide.简书

网格布局目录

• subplots()

最常见的网格排版方式，一次性定好所有Axes

• GridSpec

• 复杂网格排列

• SubplotSpec

• 为给定GridSpec中子图指定位置

• subplot2grid()

• 类似于subplot（），但使用基于0的索引并允许子图占据多个单元格。

  subplots

  import matplotlib.pyplot as plt
  import matplotlib.gridspec as gridspec
  
  fig1, f1_axes = plt.subplots(ncols=2, nrows=2)
  
  # 以下两行代码用法和下面的 GridSpec类似，注意对比
  # gs_kw = dict(width_ratios=widths, height_ratios=heights)
  #　fig5, f5_axes = plt.subplots(ncols=3, nrows=3, gridspec_kw=gs_kw)
  
  fig1.tight_layout()  # 自动紧凑布局
   
   
  

  

  GridSpec

  1、GridSpec与add_subplot()

  # 示例1
  # 该示例仅仅演示，一般不会这样子用，太冗长
  fig2 = plt.figure()  # 此句代码不可或缺
  spec2 = gridspec.GridSpec(ncols=2, nrows=2)
  
  f2_ax1 = fig2.add_subplot(spec2[0, 0])
  f2_ax2 = fig2.add_subplot(spec2[0, 1])
  f2_ax3 = fig2.add_subplot(spec2[1, 0])
  f2_ax4 = fig2.add_subplot(spec2[1, 1])
  
  fig2.tight_layout()  # 自动紧凑布局
  
  
  # 示例2
  fig = plt.figure()
  gs1 = gridspec.GridSpec(nrows=3, ncols=3, left=0.05, right=0.48, wspace=0.05)
  ax1 = fig.add_subplot(gs1[:-1, :])
  ax2 = fig.add_subplot(gs1[-1, :-1])
  ax3 = fig.add_subplot(gs1[-1, -1])
  
  # 示例3
  # 
  fig4 = plt.figure()
  widths = [2, 3, 1.5]
  heights = [1, 3, 2]
  spec4 = gridspec.GridSpec(ncols=3, nrows=3, width_ratios=widths,
                            height_ratios=heights)
  for row in range(3):
      for col in range(3):
          ax = fig4.add_subplot(spec4[row, col])
          label = 'Width: {}\nHeight: {}'.format(widths[col], heights[row])
          ax.annotate(label, (0.1, 0.5), xycoords='axes fraction', va='center')
  
  fig4.tight_layout()  # 自动紧凑布局
   
   
  

  示例2结果：

  

  示例3结果：

  

  2、GridSpec与SubplotSpec

  fig = plt.figure()
  gs0 = gridspec.GridSpec(1, 2)
  
  gs00 = gridspec.GridSpecFromSubplotSpec(2, 3, subplot_spec=gs0[0])
  gs01 = gridspec.GridSpecFromSubplotSpec(3, 2, subplot_spec=gs0[1])
  
  for a in range(2):
      for b in range(3):
          fig.add_subplot(gs00[a, b])
          fig.add_subplot(gs01[b, a])
  
  fig.tight_layout()
  # plt.tight_layout(pad=0.4, w_pad=0.5, h_pad=1.0)
   
   
  

  

  subplot2grid

   在常规网格内的特定位置创建轴

  def example_plot(ax, fontsize=12):
      ax.plot([1, 2])
  
      ax.locator_params(nbins=3)
      ax.set_xlabel('x-label', fontsize=fontsize)
      ax.set_ylabel('y-label', fontsize=fontsize)
      ax.set_title('Title', fontsize=fontsize)
  
  
  plt.close('all')
  fig = plt.figure()
  
  ax1 = plt.subplot2grid((3, 3), (0, 0))
  ax2 = plt.subplot2grid((3, 3), (0, 1), colspan=2)
  ax3 = plt.subplot2grid((3, 3), (1, 0), colspan=2, rowspan=2)
  ax4 = plt.subplot2grid((3, 3), (1, 2), rowspan=2)
  
  example_plot(ax1)
  example_plot(ax2)
  example_plot(ax3)
  example_plot(ax4)
  
  plt.tight_layout()
  # tight_layout() only considers ticklabels, axis labels, and titles. Thus, other artists may be clipped and also may overlap
   
   
  

  

  tight_Layout

    tight_layout在上面示例中已经出现过，在这里做一个补充说明，tight_layout自动调整subplot(s)参数，以便subplot(s)适应图形区域。这是一个实验性功能，在某些情况下可能无效，而且它仅对ticklabels, axis labels, titles有效。作图时我们可能会遇到这种问题，发现部分title、ticks、label被截断了，如下图所示：

  

    这种情况下，参数我们就可以用tight_layout来进行微调，但是请注意，matplotlib.pyplot.tight_layout（）仅在调用时调整subplot 。为了在每次重绘图形时执行此调整，您可以调用fig.set_tight_layout（True），或者等效地将figure.autolayout rcParam设置为True。 tight_layout还可以用来调整标题图形重叠的情况，如下图所示：

    
  

    

  # 这样这个函数就类似于 adjust_subplots
  plt.tight_layout(pad=0.4, w_pad=0.5, h_pad=1.0)