使用Gridspec模块自定义布局

matplotlib 中的 gridspec 模块是专门指定画布中子图位置的模块，该模块中包含一个 GridSpec类，通过显示地创建 GridSpec 类对象来自定义画布中子图的布局结构，使得子图能够更好地适应画布。GridSpec 类的构造方法的语法格式如下：

GridSpec(nrows, ncols, figure=None, left=None, bottom=None, right=None,top=None, 
         wspace=None, hspace=None, width_ratios=None, height_ratios=None)

该方法常用参数的含义如下：

• nrows：表示行数。
• ncols：表示列数。
• figure：表示布局的画布。
• left，bottom，right，top：表示子图的范围。
• wspace：表示子图之间预留的宽度量。
• hspace：表示子图之间预留的高度量。
• width_ratios：设置坐标系的相对宽度。 
• height_ratios：设置坐标系的相对高度。

示例1： 

#导入模块
%matplotlib auto   #通过窗口的形式显示图片，很好地体现子图与画布的位置关系
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec

#创建画布
fig = plt.figure()

#创建“区域规划图”实例
spec = gridspec.GridSpec(nrows=2,ncols=2,figure=fig,
#                       hspace=2,                                 #坐标系实例之间纵向间距
#                       wspace=2,                                 #坐标系实例之间纵向间距
                      left=0.25,right=0.9,top=0.9,bottom=0.25     #把所有坐标实例“打包”在一起，整体伸缩/平移
                      )

#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])
ax2 = fig.add_subplot(spec[0,1])
ax3 = fig.add_subplot(spec[1,0])
ax4 = fig.add_subplot(spec[1,1])

#展示图表
plt.show()

 运行代码，效果如下所示：

示例2：

#1.导入模块
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
 
#2.创建画布实例
fig = plt.figure()
 
#3.创建“区域规划图”实例（GridSpec实例）
spec = gridspec.GridSpec(nrows=2,ncols=2,figure=fig,
#                       hspace=2,                                 #坐标系实例之间纵向间距
#                       wspace=2,                                 #坐标系实例之间纵向间距
#                       left=0.25,right=0.9,top=0.9,bottom=0.25,  #把所有坐标实例“打包”在一起，整体伸缩/平移
                        width_ratios=[3,1],                      #设置坐标系的相对宽度(每个坐标系宽度=设定值/sum(设定值))
                        height_ratios=[3,1]                      #设置坐标系的相对高度(每个坐标系宽度=设定值/sum(设定值))
                      )
 
#4.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])
ax2 = fig.add_subplot(spec[0,1])
ax3 = fig.add_subplot(spec[1,0])
ax4 = fig.add_subplot(spec[1,1])
 
#5.展示图表
plt.show()

 运行代码，效果如下所示：