一.使用GridSpec ()方法创建子图的布局结构创建一个2行2列的4个子图
导入模块
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
1.创建画布实例
fig = plt.figure()
2.创建“区域规划图”实例(GridSpec实例)
spec = gridspec.GridSpec(nrows=2, ncols=2, figure=fig)#两行两列
3.根据给定的“区域规划图”,创建对应的坐标系实例
ax1 = fig.add_subplot(spec[0,0]) #二维数组的切片操作
ax2 = fig.add_subplot(spec[0,1])
ax3 = fig.add_subplot(spec[1,0])
ax4 = fig.add_subplot(spec[1,1])
4.展示
plt.show()
二.在一.3基础上修改表示子图之间预留的宽度和高度
wspace:宽度 hspace:高度
spec = gridspec.GridSpec(nrows=2, ncols=2, figure=fig,wspace=0.5,hspace=0.5)
完整代码
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
#创建画布实例
fig = plt.figure()
#创建“区域规划图”实例(GridSpec实例)
spec = gridspec.GridSpec(nrows=2, ncols=2, figure=fig,wspace=0.5,hspace=0.5)
#根据给定的“区域规划图”,创建对应的坐标系实例
ax1 = fig.add_subplot(spec[0,0]) #二维数组的切片操作
ax2 = fig.add_subplot(spec[0,1]) #二维数组索引操作
ax3 = fig.add_subplot(spec[1,0])
ax4 = fig.add_subplot(spec[1,1])
plt.show()
三.在一.3基础上修改设置相对宽度和相对高度
坐标系宽度分成4份,第一个子图和第三个子图的宽度占3份,第二个子图和第四个子图的宽度占1份;坐标系高度同理
spec = gridspec.GridSpec(nrows=2, ncols=2, figure=fig
, width_ratios = [3,1],
height_ratios = [3,1])
完整代码
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
#1.创建画布实例
fig = plt.figure()
#2.创建“区域规划图”实例(GridSpec实例)
spec = gridspec.GridSpec(nrows=2, ncols=2, figure=fig
, width_ratios = [3,1],
height_ratios = [3,1])
#3.根据给定的“区域规划图”,创建对应的坐标系实例
ax1 = fig.add_subplot(spec[0,0]) #二维数组的切片操作
ax2 = fig.add_subplot(spec[0,1]) #二维数组索引操作
ax3 = fig.add_subplot(spec[1,0])
ax4 = fig.add_subplot(spec[1,1])
plt.show()
四.在一.3基础上表示子图范围
所有子图整体移动伸缩
spec = gridspec.GridSpec(nrows=2, ncols=2, figure=fig,left=0.1, right=0.7, top=0.7, bottom=0.25)
完整代码
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
#1.创建画布实例
fig = plt.figure()
#2.创建“区域规划图”实例(GridSpec实例)
spec = gridspec.GridSpec(nrows=2, ncols=2, figure=fig,left=0.1, right=0.7, top=0.7, bottom=0.25)
#3.根据给定的“区域规划图”,创建对应的坐标系实例
ax1 = fig.add_subplot(spec[0,0]) #二维数组的切片操作
ax2 = fig.add_subplot(spec[0,1]) #二维数组索引操作
ax3 = fig.add_subplot(spec[1,0])
ax4 = fig.add_subplot(spec[1,1])
plt.show()
%matplotlib auto效果更明显