python子图之间的距离_matplotlib库：子图

1.子图简介

将各个图形绘制在一张画布中，并以矩阵的形式进行排列，就形成了矩阵子图。子图可以帮我们更方便地对比各数据变化趋势。

2.核心函数及参数介绍

# 子图创建方式一subplot(nrows,ncols,index,projection,sharex,sharey)作用：创建子图。返回值：坐标轴对象。参数：nrows--行数；ncols--列数；index--子图序号；projection--坐标系，默认为直角坐标系，设置为'polar'为极坐标系；sharex、sharey--设置各子图间相同的x轴、y轴刻度。说明：1.上述参数均可缺省，即仅获得坐标轴对象;2.行数、列数、序号之间的逗号可省略，例如subplot(2,1,1)等同于subplot(211)。

# 子图创建方式二subplots(nrows,ncols,sharex,sharey)作用：创建布局好的矩阵子图。返回值：fig,ax。参数：nrows--行数；ncols--列数；sharex--是否共享X轴；默认False不共享，设置为True则共享；sharey--是否共享Y轴，默认False不共享，设置为True则共享；

# 子图创建方式三fig=plt.figure()fig.add_subplot()说明：上述函数与subplot()函数参数及意义相同。

# 子图之间间距调整subplots_adjust(left,bottom,right,top,wspace,hspace)作用：调整子图间距。参数：left--图形到左边缘距离；bottom--图形到下边缘距离；right--图形到右边缘距离；top--图形到上边缘距离；wspace--各子图间横向间距；hspace--各子图间纵向间距；

在绘制子图矩阵时，有时各子图内容之间会出现部分重叠的现象，因此常常需要对各子图之间的间距进行调整，使内容能够较好地呈现。

3.子图实例展示

import matplotlib.pyplot as plt# 数据x = [1, 2, 3, 4]apple = [1, 4, 9, 16]orange = [1, 8, 27, 64]banana = [1, 16, 54, 128]watermelon = [2, 23, 67, 100]plt.rc('font', family='STSong')fig, ax = plt.subplots(2,2,sharex=True)# 子图1ax[0,0].scatter(x, apple, c='blue')ax[0,0].set_ylabel('苹果产量')# 子图2ax[0,1].scatter(x, orange, c='cyan')ax[0,1].set_ylabel('橘子产量')# 子图3ax[1,0].scatter(x, banana, c='red')ax[1,0].set_ylabel('香蕉产量')ax[1,0].set_xlabel('年限')# 子图4ax[1,1].scatter(x, watermelon,c='lime')ax[1,1].set_ylabel('西瓜产量')ax[1,1].set_xlabel('年限')# 子图间距调整plt.subplots_adjust(wspace=0.3)plt.show()

上述代码结果图

import matplotlib.pyplot as plt# 数据year = [1, 2, 3, 4]apple = [1, 4, 9, 16]orange = [1, 8, 27, 64]banana = [1, 16, 54, 80]fig = plt.figure()plt.rc('font', family='STSong')# 子图1ax1 = fig.add_subplot(311)ax1.plot(year, apple, 'o-', c='blue')ax1.set_title('各水果产量与年限的关系')ax1.xaxis.set_major_locator(plt.NullLocator())ax1.set_ylabel('苹果产量')# 子图2ax2 = fig.add_subplot(312,sharex=ax1)ax2.plot(year, orange, 'o-', c='cyan')ax2.set_ylabel('橘子产量')# 子图3ax3 = fig.add_subplot(313)ax3.plot(year, banana, 'o-', c='red')ax3.set_ylabel('香蕉产量')ax3.set_xlabel('年限')# 子图间距调整plt.subplots_adjust(hspace=1.0)plt.tight_layout()plt.show()

上述代码结果图