matplotlib作為一種常見的可視化圖形操作軟件，在日常的生活中應用還是比較的廣泛的，下面跟著小編的視角，帶著大家去詳細解答Python+matplotlib繪制多子圖的方法。

　　本文速覽

　　matplotlib.pyplot api繪制子圖

　　面向對象方式繪制子圖

　　matplotlib.gridspec.GridSpec繪制子圖

　　任意位置添加子圖

　　關于pyplot和面向對象兩種繪圖方式可參考之前文章：matplotlib.pyplot api verus matplotlib object-oriented

　　1、matplotlib.pyplot api方式添加子圖

　　import matplotlib.pyplot as plt
　　my_dpi=96
　　plt.figure(figsize=(480/my_dpi,480/my_dpi),dpi=my_dpi)
　　plt.subplot(221)
　　plt.plot([1,2,3])
　　plt.subplot(222)
　　plt.bar([1,2,3],[4,5,6])
　　plt.title('plt.subplot(222)')#注意比較和上面面向對象方式的差異
　　plt.xlabel('set_xlabel')
　　plt.ylabel('set_ylabel',fontsize=15,color='g')#設置y軸刻度標簽
　　plt.xlim(0,8)#設置x軸刻度范圍
　　plt.xticks(range(0,10,2))#設置x軸刻度間距
　　plt.tick_params(axis='x',labelsize=20,rotation=45)#x軸標簽旋轉、字號等
　　plt.subplot(223)
　　plt.plot([1,2,3])
　　plt.subplot(224)
　　plt.bar([1,2,3],[4,5,6])
　　plt.suptitle('matplotlib.pyplot api',color='r')
　　fig.tight_layout(rect=(0,0,1,0.9))
　　plt.subplots_adjust(left=0.125,
　　bottom=-0.51,
　　right=1.3,
　　top=0.88,
　　wspace=0.2,
　　hspace=0.2
　　)
　　#plt.tight_layout()
　　plt.show()

　　2、面向對象方式添加子圖

　　import matplotlib.pyplot as plt
　　my_dpi=96
　　fig,axs=plt.subplots(2,2,figsize=(480/my_dpi,480/my_dpi),dpi=my_dpi,
　　sharex=False,#x軸刻度值共享開啟
　　sharey=False,#y軸刻度值共享關閉
　　)
　　#fig為matplotlib.figure.Figure對象
　　#axs為matplotlib.axes.Axes，把fig分成2x2的子圖
　　axs[0][0].plot([1,2,3])
　　axs[0][1].bar([1,2,3],[4,5,6])
　　axs[0][1].set(title='title')#設置axes及子圖標題
　　axs[0][1].set_xlabel('set_xlabel',fontsize=15,color='g')#設置x軸刻度標簽
　　axs[0][1].set_ylabel('set_ylabel',fontsize=15,color='g')#設置y軸刻度標簽
　　axs[0][1].set_xlim(0,8)#設置x軸刻度范圍
　　axs[0][1].set_xticks(range(0,10,2))#設置x軸刻度間距
　　axs[0][1].tick_params(axis='x',#可選'y'，'both'
　　labelsize=20,rotation=45)#x軸標簽旋轉、字號等
　　axs[1][0].plot([1,2,3])
　　axs[1][1].bar([1,2,3],[4,5,6])
　　fig.suptitle('matplotlib object-oriented',color='r')#設置fig即整整張圖的標題
　　#修改子圖在整個figure中的位置（上下左右）
　　plt.subplots_adjust(left=0.125,
　　bottom=-0.61,
　　right=1.3,#防止右邊子圖y軸標題與左邊子圖重疊
　　top=0.88,
　　wspace=0.2,
　　hspace=0.2
　　)
　　#參數介紹
　　'''
　　##The figure subplot parameters.All dimensions are a fraction of the figure width and height.
　　#figure.subplot.left:0.125#the left side of the subplots of the figure
　　#figure.subplot.right:0.9#the right side of the subplots of the figure
　　#figure.subplot.bottom:0.11#the bottom of the subplots of the figure
　　#figure.subplot.top:0.88#the top of the subplots of the figure
　　#figure.subplot.wspace:0.2#the amount of width reserved for space between subplots,
　　#expressed as a fraction of the average axis width
　　#figure.subplot.hspace:0.2#the amount of height reserved for space between subplots,
　　#expressed as a fraction of the average axis height
　　'''
　　plt.show()

   　3、matplotlib.pyplot add_subplot方式添加子圖

　　my_dpi=96
　　fig=plt.figure(figsize=(480/my_dpi,480/my_dpi),dpi=my_dpi)
　　fig.add_subplot(221)
　　plt.plot([1,2,3])
　　fig.add_subplot(222)
　　plt.bar([1,2,3],[4,5,6])
　　plt.title('fig.add_subplot(222)')
　　fig.add_subplot(223)
　　plt.plot([1,2,3])
　　fig.add_subplot(224)
　　plt.bar([1,2,3],[4,5,6])
　　plt.suptitle('matplotlib.pyplot api:add_subplot',color='r')

　　4、matplotlib.gridspec.GridSpec方式添加子圖

　　語法：matplotlib.gridspec.GridSpec(nrows,ncols,figure=None,left=None,bottom=None,right=None,top=None,wspace=None,hspace=None,width_ratios=None,height_ratios=None)

　　import matplotlib.pyplot as plt
　　from matplotlib.gridspec import GridSpec
　　fig=plt.figure(dpi=100,
　　constrained_layout=True,#類似于tight_layout，使得各子圖之間的距離自動調整【類似excel中行寬根據內容自適應】
　　)
　　gs=GridSpec(3,3,figure=fig)#GridSpec將fiure分為3行3列，每行三個axes，gs為一個matplotlib.gridspec.GridSpec對象，可靈活的切片figure
　　ax1=fig.add_subplot(gs[0,0:1])
　　plt.plot([1,2,3])
　　ax2=fig.add_subplot(gs[0,1:3])#gs[0,0:3]中0選取figure的第一行，0:3選取figure第二列和第三列
　　#ax3=fig.add_subplot(gs[1,0:2])
　　plt.subplot(gs[1,0:2])#同樣可以使用基于pyplot api的方式
　　plt.scatter([1,2,3],[4,5,6],marker='*')
　　ax4=fig.add_subplot(gs[1:3,2:3])
　　plt.bar([1,2,3],[4,5,6])
　　ax5=fig.add_subplot(gs[2,0:1])
　　ax6=fig.add_subplot(gs[2,1:2])
　　fig.suptitle("GridSpec",color='r')
　　plt.show()

  　5、子圖中繪制子圖

　　import matplotlib.pyplot as plt
　　import matplotlib.gridspec as gridspec
　　def format_axes(fig):
　　for i,ax in enumerate(fig.axes):
　　ax.text(0.5,0.5,"ax%d"%(i+1),va="center",ha="center")
　　ax.tick_params(labelbottom=False,labelleft=False)
　　#子圖中再繪制子圖
　　fig=plt.figure(dpi=100,
　　constrained_layout=True,
　　)
　　gs0=GridSpec(1,2,figure=fig)#將figure切片為1行2列的兩個子圖
　　gs00=gridspec.GridSpecFromSubplotSpec(3,3,subplot_spec=gs0[0])#將以上第一個子圖gs0[0]再次切片為3行3列的9個axes
　　#gs0[0]子圖自由切片
　　ax1=fig.add_subplot(gs00[:-1,:])
　　ax2=fig.add_subplot(gs00[-1,:-1])
　　ax3=fig.add_subplot(gs00[-1,-1])
　　gs01=gs0[1].subgridspec(3,3)#將以上第二個子圖gs0[1]再次切片為3行3列的axes
　　#gs0[1]子圖自由切片
　　ax4=fig.add_subplot(gs01[:,:-1])
　　ax5=fig.add_subplot(gs01[:-1,-1])
　　ax6=fig.add_subplot(gs01[-1,-1])
　　plt.suptitle("GridSpec Inside GridSpec",color='r')
　　format_axes(fig)
　　plt.show()
　　6、任意位置繪制子圖(plt.axes)
　　plt.subplots(1,2,dpi=100)
　　plt.subplot(121)
　　plt.plot([1,2,3])
　　plt.subplot(122)
　　plt.plot([1,2,3])
　　plt.axes([0.7,0.2,0.15,0.15],##[left,bottom,width,height]四個參數(fractions of figure)可以非常靈活的調節子圖中子圖的位置
　　)
　　plt.bar([1,2,3],[1,2,3],color=['r','b','g'])
　　plt.axes([0.2,0.6,0.15,0.15],
　　)
　　plt.bar([1,2,3],[1,2,3],color=['r','b','g'])

　　以上就是Python+matplotlib繪制多子圖的方法詳解的詳細內容,希望可以給大家帶來幫助。