matplotlib 子图超过4个_Python数据可视化：如何用Matplotlib创建子图

一图胜千言，使用Python的matplotlib库，可以快速创建高质量的图形。

我们团队推出一个新的系列教程：Python数据可视化，针对初级和中级用户，将理论和示例代码相结合，使用matplotlib, seaborn, plotly等工具实现可视化。

本文的主题是如何用Matplotlib创建子图。

本文来自《数据黑客》，登录官网可阅读更多精彩资讯和文章。

数据黑客 - 专注金融大数据的内容聚合和数据聚合平台​finquanthub.com

Matplotlib有一个概念subplot：包含在Figure对象中的小型Axes对象。这允许我们在一幅图中创建很多个子图，方便对比数据。

创建子图的3种常用方法：

1. fig.add_axes
2. plt.subplots
3. plt.GridSpec

import 

1. fig.add_axes

1. 先调用plt.figure()创建Figure对象，图表是所有坐标的容器。
2. 调用fig.add_axes()在图表的任意位置添加子图，该方法接收一个包含4个数字的列表: $[x, y, width, height]$，分别代表子图左下角的坐标(x,y)，子图的宽度和高度，这四个数字的取值范围都是$[0,1]$，代表相对位置和大小。
3. 最后调用ax.plot将数据映射到子图。

# 创建图表对象

2. plt.subplots

plt.subplots用于快速创建多个子图，这些子图会以网格状排列。函数返回长度为2的元组，第一个元素是Figure对象，第二个元素是坐标集合。

# 创建一个图形对象，拆分为2*3的网格，包含6个坐标对象

3. plt.GridSpec

上面的案例创建了规则排列的子图(网格状)，但有时候想创建不规则的子图，部分子图更大，展示核心信息，有的子图较小，展现辅助信息。

plt.GridSpec可实现这一点，工作原理是先创建一个网格状的蓝图，然后合并部分子图（类似于Excel中合并单元格的操作）。

1. 调用plt.GridSpec创建网格状的蓝图
2. 通过切片和索引按需求'合并'子图
3. 调用ax.plot()将数据映射到图表

# 创建图表对象

# 创建图表对象

数据黑客 - 专注金融大数据的内容聚合和数据聚合平台​finquanthub.com

数据黑客：专注金融大数据，聚合全网最好的资讯和教程，提供开源数据接口。

我们聚合全网最优秀的资讯和教程：

1. 金融大数据
2. 机器学习/深度学习
3. 量化交易
4. 数据工程
5. 编程语言，Python，R，Julia，Scala，SQL

我们提供开源数据接口：

1. 下载国内和国外海量金融数据
2. API接口，将数据整合到您的平台