matplotlib 操作子图（subplot，axes）

最新推荐文章于 2025-09-10 07:41:16 发布

原创最新推荐文章于 2025-09-10 07:41:16 发布 · 1.7w 阅读

25 ·

CC 4.0 BY-SA版权

可视化专栏收录该内容

53 篇文章

订阅专栏

本文介绍了使用Matplotlib进行子图布局的方法，包括subplots、subplot2grid和GridSpec三种方式，展示了如何通过这些方法自定义子图的位置及大小。

Matplotlib 中文用户指南 3.3 使用 GridSpec 自定义子图位置

ax：matplotlib.axes._subplots.AxesSubplot，的基本操作
- ax.set_xticks([]), ax_set_yticks([])：关闭坐标刻度
- ax.axis('off')：关闭坐标轴
- ax.set_title()：设置标题

1. subplots

fig, ax = plt.subplots(nrows=1, ncols=2, figsize=(8, 4))
ax[0].plot(...)
ax[0].set_xlabel(...)
ax[0].set_title(...)

ax[1].plot(...)
ax[1].set_xlabel(...)
...

fig, (ax1, ax2, ax3) = plt.subplots(3, 1, sharex=True)

更一般的做法（也是matlab的风格）是这样的：

fig = plt.figure()          # 创建一个figure对象，底下的一切显示均在此figure上完成

plt.subplot(121)
plt.imshow(img1)
plt.subplot(122)
plt.imshow(img2)

plt.show()

# 当然放在一个range里边
for i in range(ndim):
    plt.subplot(ndim//5, 5, i+1)
    plt.hist()

2. subplot2grid

subplot2grid


# 以下两条语句等价

ax = plt.subplot2grid((2,2),(0, 0))
ax = plt.subplot(221)       # 下标从 0 开始

colspan、rowspan 与索引的对应关系

import matplotlib.pyplot as plt

def disable_axis(ax):
    ax.set_xticks([])
    ax.set_yticks([])
    # ax.axis('off')

def set_title(ax, title):
    ax.set_title(title)

def subplot2grid_demo():
    ax1 = plt.subplot2grid((3, 3), (0, 0), colspan=2)
    disable_axis(ax1)
    set_title(ax1, 'ax1')
    ax2 = plt.subplot2grid((3, 3), (1, 0))
    disable_axis(ax2)
    set_title(ax2, 'ax2')
    ax3 = plt.subplot2grid((3, 3), (1, 1))
    disable_axis(ax3)
    set_title(ax3, 'ax3')
    ax4 = plt.subplot2grid((3, 3), (0, 2), rowspan=2)
    disable_axis(ax4)
    set_title(ax4, 'ax4')
    ax5 = plt.subplot2grid((3, 3), (2, 0), colspan=3)
    disable_axis(ax5)
    set_title(ax5, 'ax5')
    # plt.xticks([])
    # plt.yticks([])
    # plt.axis('off')
    plt.show()

if __name__ == '__main__':
    subplot2grid_demo()

3. GridSpec：方便的切片操作

GridSpec 提供了十分方便的切片操作，实现上述功能，则只需如下代码：

def gridspec_demo():
    gs = gridspec.GridSpec(3, 3)
    ax1 = plt.subplot(gs[0, :2])
    ax2 = plt.subplot(gs[1, 0])
    ax3 = plt.subplot(gs[1, 1])
    ax4 = plt.subplot(gs[0:2, 2])
    ax5 = plt.subplot(gs[2:, :])
    plt.show()