python使用matplotlib.subplot plt绘制多个子图

我是个新手，这是第一次尝试写这样的博客

也在CSDN论坛上看各位大佬的博客好久了，根据大佬的博客解决过许多问题，从今天开始也准备在这里分享一些自己日常填坑过程，希望各位大佬多多指教。

在python中怎么生成一个美观的子图列表？

subplot大家用的都不少，但是我在使用过程中，遇到了一些问题，在多次摸索之后，终于找到了一个相对比较好的子图排列小模板，代码参考了多个网站

https://blog.csdn.net/rumswell/article/details/6581134
https://stackoverflow.com/questions/49501110/colorbar-in-python-generates-large-size-in-default
还有其他的

送给需要的人。

目标：子图要展示以下内容

• 图片总标题
• 多个子图图片
• 子图标题
• 图片横纵标尺（可以隐藏）
• 合理的colorbar
• 不同的主题颜色

先贴个成果展示

代码及相关注释

import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np

filename = "subplot test"

fig = plt.figure(figsize=(16, 9))   //figsize可以设置保存图片的比例

for i in range(4):

    # 要显示的数据1
    imageList1 = np.clip(np.random.randn(50, 50), 0, 1)
    image1 = np.array(imageList1)
    # 要显示的数据2
    imageList2 = np.clip(np.random.randn(50, 50), 0, 1)
    image2 = np.array(imageList2)
    
    # 第一行内容
    ax1 = fig.add_subplot(2, 4, i + 1)  # 增加一个子图，三个参数分别表示：行数，列数，子图序号。i=0时，添加第一个子图
    plt.title("Line1-%d" % (i + 1))  # 子图标题
    plt.xticks([])  # 不显示x轴标尺
    # plt.yticks([])  # 显示y轴标尺
    # cmap = mpl.cm.jet  # colormap设置，不特别设置时，为默认值
    norm = mpl.colors.Normalize(vmin=0, vmax=1)  # colorbar标尺显示范围
    im1 = ax1.imshow(image1)  # 将显示的数据放入子图
    plt.colorbar(im1, norm=norm, ticks=[0, 0.5, 1], fraction=0.046, pad=0.04)  # colorbar
    																		   # ticks是colorbar的标尺
    																		   # fraction和pad的设置参考了StackOverflow
    																		   # 用来使colorbar和图片对齐
    
    # 第二行内容
    ax2 = fig.add_subplot(2, 4, i + 1 + 4)  # 这里设计的是按照对应的一次显示一列，分行显示，所以子图序号加4，可以修改为其他的
    plt.title("Line2-%d" % (i + 1))
    # plt.xticks([])  # 显示x轴标尺
    plt.yticks([])  # 不显示y轴标尺
    cmap = mpl.cm.jet  # 设置colormap 还有多种colormap，可以自行搜索
    norm = mpl.colors.Normalize(vmin=0, vmax=1)
    im2 = ax2.imshow(image2, cmap=cmap)  # 指定cmap之后要在这里写一下
    plt.colorbar(im2, norm=norm, ticks=[0, 0.5, 1], fraction=0.046, pad=0.04)
    plt.suptitle('%s' % filename)  # 总图标题
    plt.savefig('./figures/%s.png' % filename)  # 保存图片，这里保存要放在show之前，不然show的会是空白
    plt.show()