matplotlib子区划分函数(按顺序)：subplot()、subplots()、subplot2grid()、GridSpec()、axes()、add_axes()、add_subplot()

Python----matplotlib子区(子图)划分函数（7类）

在查阅书本和有关资料后，我对matplotlib子区划分函数做了以下总结，例子是自己举的，如果发现有差漏的地方后续会进行修改。

---

①subplot()：绘制几何形状相同的子区布局.

语法：

• plt.subplot(rows,cols,plotNum)

  括号里的数值依次表示行数、列数、第几个。

使用：

• plt.subplot(2,2,1)

或

• plt.subplot(221)

  如（221）表示划分为2行2列，取其第一个。子区编号从左上角为1开始，序号依次向右递增。
  

---

②subplots()：创建一张画布且带有多个子区.

语法：

• plt.subplots(rows,cols)

  括号里的数值表示行数、列数。

使用：

• fig,ax = plt.subplots(1,2)
ax[0].plot([1,2],[1,3])
ax[1].plot([1,2],[1,3])
  
  或
• fig = plt.figure(figsize=(6,6))
ax = fig.subplots(1,2)
ax[0].plot([1,2],[1,3])
ax[1].plot([1,2],[1,3])

subplots()函数的返回值是一个画布对象fig和一个或多个坐标轴实例对象axis(简写为ax)。当坐标轴实例对象为一个时，其返回值为元组(fig,ax)；当坐标轴实例对象为多个时，其返回值为(fig，[ax1,ax2,…])，如

• fig,ax = plt.subplots(2,2)
ax[0,1].plot([1,2],[1,3])

---

③subplot2grid()：合并子区布局.

语法：

• plt.subplot2grid( (rows,cols),(rowNum,colNum),colspan=value,rowspan=value )

  括号里的值依次表示（行数，列数），（行号，列号），属性(rowspan或)colspan表示(行)列合并，value指需要合并的(行)列数。

使用：

• plt.subplot2grid((3,2),(0,1),rowspan=2)

  (3,2)表示划分为3行2列，(0,1)表示取第0行第1列的子区，rowspan=2表示合并当前子区与其下方一行对应的子区（colspan则是与右方列合并）。

当其下方没有行可合并时，rowspan语句失效，如

ax1 = plt.subplot2grid((2,2),(0,0),rowspan=2)
ax2 = plt.subplot2grid((2,2),(1,1),rowspan=2)
ax1.plot([3,2],[1,2])
ax2.plot([3,2],[1,2])#ax2合并失效

---

④GridSpec()：指定子区位置布局.

GridSpec()是matplotlib库里gridspec模块下的一个类。

语法：

• import matplotlib.gridspec as gs
  gs = gs.GridSpec(rows,cols)
  ax3 = plt.subplot(gs[rowsNum,colsNum])

  (rows,cols)表示（行数，列数）；
  [rowsNum,colsNum]表示 [行号，列号]。

使用：

• import matplotlib.gridspec as gs
gs = gs.GridSpec(4,4)
ax1 = plt.subplot(gs[1:3,1])
ax2 = plt.subplot(gs[0,3])
ax3 = plt.subplot(gs[0,:3])
ax4 = plt.subplot(gs[3,0:])

  ****注意：在冒号后的是开区间，如0:3指0、1、2。

GridSpec()可以说是在subplot2grid() 的基础上简化了重复书写行列数，并更灵活地运用索引去进行合并，使得子区的布局更简便。

---

⑤axes()：在画布中的任意位置添加坐标轴.

添加坐标轴的方法类似是添加了新的子区，但实际上子区需要通过划分产生。

语法：

• plt.axes( [left,bottom,width,height], frameon=True, facecolor=“r” )

  [left,bottom,width,height]依次表示添加的坐标轴的（left）左侧边缘和（bottom）底部边缘距离画布边缘的位置，（width）坐标轴的宽度和（height）坐标轴的高度；

  frameon表示是否绘制坐标轴的四条轴脊；

  facecolor表示填充坐标轴的背景色。

使用：

• fig = plt.figure(figsize=(5,6),facecolor="#9B9B9B") #背景灰色
  fig.subplots(2,2) #为了更好地看出axes的效果，这里设置了子区
  plt.axes( [0.4,0.4,0.3,0.3], frameon=True, facecolor="#6BBBEC" )
  
  使用axes()可以在画布的任意位置添加坐标轴，但是需要注意其坐标轴的长宽比会受画布长宽比的影响。
  如本例中设置的（默认的画布大小也是长比宽大一点）画布长宽比是5:6，给axes()设置的长宽为0.3和0.3，其显示出来的并不是正方形而是长方形；若想让axes()显示为正方形，只需要设置画布为正方形或者将axes()的宽度相应增大。

---

⑥ add_axes()和add_subplot()：需用画布实例调用.

add_axes()和add_subplot()的本质语义与axes()和subplot()的语义是一样的，都是添加坐标轴和添加子区，但是多了add后，它们在调用时就产生了一点差别。

• add_axes()

  使用：

   fig = plt.figure(figsize=(4,4),facecolor="#9B9B9B") #背景灰色
   fig.subplots(1,2) ##为了更好地看效果，这里设置了子区
   
   plt.axes([1,1,0.3,0.3],facecolor="black")`
  

  fig.add_axes( [0,0, 0.3,0.3], facecolor="red" )
  
  调换 axes()和add_axes()的位置：

  fig.add_axes([1,1,0.3,0.3],facecolor="black") 		
  

  plt.axes([0,0,0.3,0.3], facecolor="red" )

  无论是用add_axes还是axes()来添加新坐标轴，它们的执行结果都是一样的。只是add_axes()需要用画布实例fig去调用，不能直接用plt调用。
  

---

• add_subplot()

  使用：

  fig = plt.figure(figsize=(4,4),facecolor="#9B9B9B")
  plt.subplot(2,1,1)
  

  fig.add_subplot(1,3,3,facecolor="#6BBBEC")
  
  add_subplot()同样需要用画布实例fig去调用，不能直接用plt调用，但是add_subplot()与subplot()相比，在显示结果上明显多了add的功能,因为同时调用两个plt.subplot()是不能增加新子区的（只是后面的plt.subplot()覆盖了前面的），但是通过add_subplot()就可以添加新子区。

• 总的来说，我在运用add_axes()和add_subplot()时觉得比较方便的地方是可以使用fig实例去调用，这样当存在两个或两个以上的画布时，通过fig1，fig2，…去调用就比较清晰。

---

完