Matplotlib剑客行——布局指南与多图实现（更新）

布局指南

简单示例

在 Matplotlib 中，轴（包括子图）的位置在标准化图形坐标，你的轴标签或标题（有时甚至是刻度标签）超出图形区域，因此需要剪辑。

为了防止这种情况，需要调整轴的位置。

• 通过调整子图参数 Figure.subplots_adjust.来手动完成 但是，用 constrained_layout=True关键字参数将自动地进行调整。
• 这个 Figure.tight_layout是自动填充的
  • tight_layout()还将调整子图间距以最小化重叠
  • tight_layout()可以采用关键字参数 pad ， w_pad 和 h_pad ，控制周围的额外填充图形边界和子图之间

fig, ax = plt.subplots(constrained_layout=True)
example_plot(ax, fontsize=24)

当你有多个子图时，你通常会看到不同的标签轴相互重叠

fig, axs = plt.subplots(2, 2, constrained_layout=False)
for ax in axs.flat:
    example_plot(ax)

• 输出图像：

• 在调用 plt.subplots 指定 constrained_layout=True，使布局得到适当的约束
• tight_layout 函数可以调整子图的相对大小使字符不会重叠

fig, axs = plt.subplots(2, 2, constrained_layout=True)
for ax in axs.flat:
    example_plot(ax)

• 输出图像：

字幕——标题

• constrained_layout也可以腾出空间来设置标题 suptitle.

fig, axs = plt.subplots(2, 2, figsize=(4, 4), constrained_layout=True)
fig.suptitle('Big Suptitle')
plt.show()

• 输出图像：

传说——图例

图例可以放置在其父轴之外。 约束布局旨在处理此问题 Axes.legend(). 但是，受约束的布局不处理通过创建的图例 Figure.legend().

fig, ax = plt.subplots(constrained_layout=True)
ax.plot(np.arange(10), label='This is a plot')
ax.legend(loc='center left', bbox_to_anchor=(0.8, 0.5))

• 输出图像：

但是，有多个子图时这将会压缩子图布局的空间

解决这种尴尬的更好方法是简单地使用提供的图例方法 Figure.legend:

填充与间距

• 轴之间的填充，水平由 w_pad 和 wspace 和垂直由 h_pad 和 hspace
  • 这些可以通过 set_constrained_layout_pads( w/h_pad, w/hspace) 编辑
  • 子图之间的间距由 wspace 和 hspace 设置
• 也可以通过 plt.subplots_adjust(wspace=0,hspace=0)设定
  • wspace,hspace：用于控制宽度和高度的百分比，比如subplot之间的间距

多图实现

多图——plt.subplots

subplots参数

• plt.subplots(nrows, ncols, index, sharex, sharey)

  • nrows子图的行数
  • ncols子图的列数
  • index 取子图的索引
  • sharex 所有子图使用相同的x轴刻度
  • sharey 所有子图使用相同的y轴刻度
    • sharex,sharey：是否共享x，y刻度
  • figsize 参数可以指定整个画布的大小

• 当我们调用plot时，如果设置plt.figure()，则会自动调用figure()生成一个figure, 严格的讲，是生成subplots(111)

• 先创建图表figure，然后生成子图，(2,2,1)代表创建2*2的矩阵表格，然后选择第一个，顺序是从左到右从上到下

在调用subplot时一般需要传入三位数字，分别代表总行数，总列数，当前子图的index
2*2 四个子图 index:1 选择了其中第一个子图
ax1 = plt.subplot(221)
ax2 = plt.subplot(222)
ax3 = plt.subplot(223)
ax4 = plt.subplot(224) 当三位数都小于10时，可以省略中间的逗号，这行命令等价于plt.subplot(2,2,4)

超出，则会报错
plt.subplot(225)

两种实现方式

OO风格

import matplotlib.pyplot as plt

x = ["深圳", "广州", "北京", "上海"]
y = [1, 3, 2, 5]
fig, axs = plt.subplots(2, 2)

# 下标[nrows][ncols]
# 第一张子图
axs[0][0].bar(x, y)
# 第二张子图
axs[0][1].pie(y, labels=x)
# 第三张子图
axs[1][0].plot(x, y)
# 第四张子图
axs[1][1].barh(x, y)
plt.show()

• 输出图像：
  

plplot风格

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = 'Microsoft YaHei'
x = ["深圳", "广州", "北京", "上海"]
y = [1, 3, 2, 5]

# 第一张子图
plt.subplot(2, 2, 1)
plt.bar(x, y)
# 第二张子图
plt.subplot(2, 2, 2)
plt.pie(y, labels=x)
# 第三张子图
plt.subplot(2, 2, 3)
plt.plot(x, y)
# 第四张子图
plt.subplot(2, 2, 4)
plt.barh(x, y)
plt.show()

• 输出图像：
  

多合一显示——plt.subplot

均匀图中图

• 使用plt.figure创建一个图像窗口.使用plt.subplot来创建小图
• plt.subplot(2,2,1)表示将整个图像窗口分为2行2列, 当前位置为1. 使用plt.plot([0,1],[0,1])在第1个位置创建一个小图。
• plt.subplot(2,2,2)表示将整个图像窗口分为2行2列, 当前位置为2。使用plt.plot([0,1],[0,2])在第2个位置创建一个小图。
• plt.subplot(2,2,3)表示将整个图像窗口分为2行2列,当前位置为3。 plt.subplot(2,2,3)可以简写成plt.subplot(223)。使用plt.plot([0,1],[0,3])在第3个位置创建一个小图。
• plt.subplot(224)表示将整个图像窗口分为2行2列, 当前位置为4。使用plt.plot([0,1],[0,4])在第4个位置创建一个小图。

plt.figure()

plt.subplot(2,2,1)
plt.plot([0,1],[0,1])

plt.subplot(2,2,2)
plt.plot([0,1],[0,2])

plt.subplot(223)
plt.plot([0,1],[0,3])

plt.subplot(224)
plt.plot([0,1],[0,4])

不均匀图中图

• 使用plt.subplot(2,1,1)将整个图像窗口分为2行1列, 当前位置为1。使用plt.plot([0,1],[0,1])在第1个位置创建一个小图。
• 使用plt.subplot(2,3,4)将整个图像窗口分为2行3列, 当前位置为4。使用plt.plot([0,1],[0,2])在第4个位置创建一个小图。
  • 上一步中使用plt.subplot(2,1,1)将整个图像窗口分为2行1列, 第1个小图占用了第1个位置, 也就是整个第1行。
  • 这一步中使用plt.subplot(2,3,4)将整个图像窗口分为2行3列, 于是整个图像窗口的第1行就变成了3列, 也就是成了3个位置, 于是第2行的第1个位置是整个图像窗口的第4个位置。

plt.subplot(2,1,1)
plt.plot([0,1],[0,1])

plt.subplot(2,3,4)
plt.plot([0,1],[0,2])

• 以此类推，依次创建第5、6位置上的子图

plt.subplot(235)
plt.plot([0,1],[0,3])

plt.subplot(236)
plt.plot([0,1],[0,4])

不均匀子图——add_gridspec

区域切割

• 使用 GridSpec 绘制非均匀子图
• 利用 add_gridspec 可以指定相对宽度比例 width_ratios 和相对高度比例参数 height_ratios

spec = fig.add_gridspec(nrows=2, ncols=2, width_ratios=[1,3],height_ratios=[1,2])
表示将整个画布裁剪为2 行2列的区域，width_ratios=[1, 3]表示横向将两列的宽度按照1:3进行裁剪，同理height_ratios=[1,2]表示纵向按照1:2进行裁剪

x = ["深圳", "广州", "北京", "上海"]
y = [1, 3, 2, 5]
fig = plt.figure(figsize=(10, 8))

spec = fig.add_gridspec(nrows=2, ncols=2, width_ratios=[1, 3], height_ratios=[1, 2])
ax = fig.add_subplot(spec[0, 0])
ax.bar(x, y)

ax = fig.add_subplot(spec[0, 1])
ax.plot(x, y)

ax = fig.add_subplot(spec[1, 0])
ax.pie(y, labels=x)

ax = fig.add_subplot(spec[1, 1])
ax.barh(x, y)
plt.show()

• 输出图像：
  
• spec还支持切片的方式，譬如我们将第二行展示为整个条形图

x = ["深圳", "广州", "北京", "上海"]
y = [1, 3, 2, 5]
fig = plt.figure(figsize=(10, 8))

spec = fig.add_gridspec(nrows=2, ncols=2, width_ratios=[1, 3], height_ratios=[1, 2])
ax = fig.add_subplot(spec[0, 0])
ax.bar(x, y)

ax = fig.add_subplot(spec[0, 1])
ax.plot(x, y)

# 第二行整块区域显示条形图
ax = fig.add_subplot(spec[1, :])
ax.barh(x, y)

# 调整各区域之间的距离
plt.subplots_adjust(hspace=0.3, wspace=0.2)
plt.show()

• 输出图像：
  

添加元素

• ax子图同样可以通过set_title、set_xlable等方法添加子图标题，坐标轴标题等
• 如果需要添加大标题可以通过fig.suptitle()来完成。