python 循环绘制子图时，设置共享x、y轴

python 循环绘制子图时，设置共享x、y轴

00 前言

通常在阅读文献时，发现对于一些图片的绘制时，如果存在多个子图，通常为了美观、简洁，只保留最后一列的以及最左一侧的子图的刻度，如下图所示：

那么，我们应该如何实现这种功能呢？
一般来说，在python实现多子图绘制的函数主要有两个：

• 第一种，通过fig.add_subplot(行、列、位置)添加

import matplotlib.pyplot as plt 
fig=plt.figure(figsize=(5,5))
subplot=fig.add_subplot(1,1,1)

• 第二种，通过plt.subplots(行，列)，将行数和列数作为参数传递给该方法，该方法返回一个图对象和轴对象，可以用来操作图形。

import matplotlib.pyplot as plt 
fig,ax=plt.subplots(2,1)

1、使用fig.add_subplot(行、列、位置)添加子图

其中，对于第一种来说，比较容易上手，只需要指定子图的具体位置即可，如下图所示：

import matplotlib.pyplot as plt 

fig=plt.figure(figsize=(8,6),dpi=100)

ax_1=fig.add_subplot(121)
ax_1.text(0.3, 0.5, 'subplot(121)')

ax_2=fig.add_subplot(222)
ax_2.text(0.3, 0.5, 'subplot(222)')

ax_3=fig.add_subplot(224)
ax_3.text(0.3, 0.5, 'subplot(224)')

fig.suptitle("Figure with multiple Subplots")
plt.show()

1.1 循环绘制子图

如果要在一个页面上显示一个2x2的四个子图，只需要添加一个循环即可：

import matplotlib.pyplot as plt 

fig=plt.figure(figsize=(8,6),dpi=100)
c=0
for i in range(4):
    c=c+1
    ax=fig.add_subplot(2,2,c)
    ax.text(0.3, 0.5, 'subplot(22'+str(c)+')')
    fig.suptitle("Figure with multiple Subplots")
plt.show()

2、使用plt.subplots(行，列)添加子图

matplotlib.pyplot.subplots(nrows=1, ncols=1, *, 
sharex=False, sharey=False, 
squeeze=True, subplot_kw=None, 
gridspec_kw=None, **fig_kw)

但是，plt.subplots()与fig.add_subplot()相比稍微麻烦一点，但是功能也多一点，通过返回ax列表中的子图个数进行子图的绘制：

import matplotlib.pyplot as plt 

fig,ax=plt.subplots(1,2,dpi=300)

ax[0].text(0.3,0.5,"1st Subplot")
ax[0].set_xticks([])
ax[0].set_yticks([])

ax[1].text(0.3,0.5,"2nd Subplot")
ax[1].set_xticks([])
ax[1].set_yticks([])

fig.suptitle('Figure with 2 subplots',fontsize=16) 
plt.show()

2.1 循环绘制子图

对于plt.subplots()，如果要实现循环绘制子图，就需要双重循环：

import matplotlib.pyplot as plt 

fig, axes = plt.subplots(2, 2, figsize=(6,6),dpi=100)

for i, row in enumerate(axes):
    for j, col in enumerate(row):
        axes[i,j].text(0.3, 0.5, 'axes['+str(i)+','+str(j)+']')
        
plt.tight_layout()

3、循环绘制子图时，设置共享坐标轴

那么，如何在循环绘制子图的同时，又实现共享坐标轴呢，这里就要使用到plt.subplots()，它提供了一个参数，可以自动实现共享坐标轴的功能，只需要在建立子图个数时添加sharex、sharey即可，如下所示：

fig, axes = plt.subplots(3, 3, sharex=True, sharey=True, figsize=(6,6))

下面进行简单示范：

import matplotlib.pyplot as plt 

fig, axes = plt.subplots(2, 2, sharex=True, sharey=True, figsize=(6,6),dpi=100)

for i, row in enumerate(axes):
    for j, col in enumerate(row):
        axes[i,j].text(0.3, 0.5, 'axes['+str(i)+','+str(j)+']')
        fig.suptitle('Figure with 2x2 subplots',fontsize=16) 
plt.tight_layout()

可以发现，已经实现了我们的需求！！

4、循环绘制子图时设置共享label

同样的，如果要实现共享label，应该怎么做呢？
这其实有两个思路：

• 通过ax.text()选取适当位置，进行添加
• 在绘制子图时，添加判断语句进行添加

下面，进行简单演示：

import matplotlib.pyplot as plt 

fig, axes = plt.subplots(2, 2, sharex=True, sharey=True, figsize=(6,6),dpi=100)

for i, row in enumerate(axes):
    for j, col in enumerate(row):
        axes[i,j].text(0.3, 0.5, 'axes['+str(i)+','+str(j)+']')
        fig.suptitle('Figure with 2x2 subplots',fontsize=16) 
        
fig.text(0.5, 0, 'xlabel', ha='center')
fig.text(0, 0.5, 'ylaebl', va='center', rotation='vertical')
            
plt.tight_layout()

或者也可以如下面这样：

import matplotlib.pyplot as plt 

fig, axes = plt.subplots(2, 2, sharex=True, sharey=True, figsize=(6,6),dpi=100)

for i, row in enumerate(axes):
    for j, col in enumerate(row):
        axes[i,j].text(0.3, 0.5, 'axes['+str(i)+','+str(j)+']')
        fig.suptitle('Figure with 2x2 subplots',fontsize=16) 
        if col.is_last_row():
            col.set_xlabel('xlabel')
        if col.is_first_col():
            col.set_ylabel('ylaebl')               
plt.tight_layout()

Tips：

• 对于海洋、大气相关专业的绘图，一般需要添加投影，所以需要在生成子图个数时添加进去

    											---------补充---------
  

绘制非规则分布子图（带投影情况下）的贡献设置方式：

呈现结果如下所示：

代码如下：

# -*- coding: utf-8 -*-
"""
Created on Sat Feb 18 14:55:10 2023

@author: jianpu

@blog :  https://blog.csdn.net/weixin_44237337?spm=1000.2115.3001.5343

@email: 211311040008@hhu.edu.cn

introduction : keep learning althongh walk slowly
"""


from cartopy.mpl.ticker import LongitudeFormatter,LatitudeFormatter

import cartopy.crs as ccrs

import matplotlib.pyplot as plt 

import numpy as np

proj  =  ccrs.PlateCarree()

fig, axes = plt.subplots(4, 4, sharex=True, sharey=True, figsize=(10,9),dpi=200,
                         
                    subplot_kw={'projection':proj})

fig.tight_layout()
plt.subplots_adjust(wspace =0.26)
for i, row in enumerate(axes):
    for j, col in enumerate(row):
          
        axes[i,j].coastlines('50m')
        
        box = [100,125,0,20]
        xstep,ystep = 10,5
        axes[i,j].set_extent(box,crs=ccrs.PlateCarree())
        
        axes[-1,j].set_xticks(np.arange(box[0],box[1]+xstep, xstep),crs=ccrs.PlateCarree())
        axes[i,0].set_yticks(np.arange(box[2], box[3]+1, ystep),crs=ccrs.PlateCarree())
        lon_formatter = LongitudeFormatter(zero_direction_label=False)#True/False
        lat_formatter = LatitudeFormatter()
        axes[-1,j].xaxis.set_major_formatter(lon_formatter)
        axes[i,0].yaxis.set_major_formatter(lat_formatter)

plt.delaxes(axes[3,2])
plt.delaxes(axes[3,3])
plt.show()

  							一个努力学习python的ocean er
              			水平有限，欢迎指正！！！
                		欢迎评论、收藏、点赞、转发、关注。
                	关注我不后悔，记录学习进步的过程~~