在matplotlib中创建子图的多种方式

itanders

墨衍会员 · AI 创作全网分发码龄19年

关注

原创最新推荐文章于 2026-08-13 11:15:00 发布 5.8k 阅读 AI 写同款· GEO 优化 ›

Python Matplotlib 子图使用python绘制多个子图的场景，子图的布局，数据显示，以及图形组合问题解决。阅读详情

在用Matplotlib绘制图像时，有时候需要从多个角度对数据进行对比。为此子图的概念便提了出来，子图可以在较大的图形中同时放置一组较小的坐标轴。这些子图可能是画中画、网格图，或者是其他更复杂的布局形式。

创建子图常用的可以有如下三种方式。

使用add_subplot()面向对象的方式来创建子图

使用面向对象的方式创建子图前，需要创建一个figure对象，如fig = plt.figure()，然后在图像布局中绘制子图，下列例子中，我们用fig.add_subplot(221)绘制了2行2列子图，而221代表创建2行2列一共4个子图，并从左往右第1个子图开始绘图。假设我们要绘制2行6列子图，当画到第10块子图时，那么第10块该怎么写呢？2610是不行的，可以用另一种方式(2, 6, 10)

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(100)

# 创建图像布局对象fig
fig = plt.figure(figsize = (12, 6))

# 221代表创建2行2列一共4个子图，并从左往右第1个子图开始绘图。
ax1 = fig.add_subplot(221)
ax1.plot(x, x)

ax2 = fig.add_subplot(222)
ax2.plot(x, -x)

ax3 = fig.add_subplot(223)
ax3.plot(x, x ** 2)

ax4 = fig.add_subplot(224)
ax4.plot(-x, x ** 2)

plt.show()

显示的图像如下：
在这里插入图片描述

使用pyplot方式直接创建子图

除了使用上面，面向对象的方式创建图外，我们还可以直接使用pyploy（也就是我们声明的别名plt）直接创建子图对象，而不需要先声明实例对象的方式去创建，最终绘图得到的图像是一模一样的。

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(100)

plt.figure(figsize = (12, 6))
# 先画好子图具体位置
plt.subplot(221)
# 在该子图下绘图
plt.plot(x, x)

plt.subplot(222)
plt.plot(x, -x)

plt.subplot(223)
plt.plot(x, x ** 2)

plt.subplot(224)
plt.plot(-x, x ** 2)

plt.show()

使用subplots创建多个子图

注意：如果设置的nrows = 1，ncols = 3也就是1行3列的话，axes的引用格式就不是axes[0][1]，axes[0][2]， axes[0][3]这样子。而是直接使用axes[0]， axes[1]， axes[2]，不然会报错。因为默认1行就不算是多维数组，所以不需要多维数组访问的方式。

import numpy as np
import matplotlib.pyplot as plt

# 将画布分割为2行2列，起始值为0。
fig, axes = plt.subplots(figsize = (12, 6), nrows = 2, ncols = 2)
# 给第1行第1列绘图
axes[0][0].hist(np.random.rand(500), label = 'hist0', edgecolor = 'black')
# 给图形添加标签
axes[0][0].legend()

axes[0][1].hist(np.random.rand(500), label = 'hist1', edgecolor = 'black')
axes[0][1].legend()

axes[1][0].hist(np.random.rand(500), label = 'hist2', edgecolor = 'black')
axes[1][0].legend()

axes[1][1].hist(np.random.rand(500), label = 'hist3', edgecolor = 'black')
axes[1][1].legend()

plt.show()

显示的图像如下：
在这里插入图片描述

除此之外，如果要实现更复杂的排列方式，比如说实现不规则的多行多子列图有没有什么办法呢？万能的matplotlib图库当然有办法，那就是使用plt.GridSpec()，不过plt.GridSpec()对象本身不能直接创建一个图形，他其实只是plt.subplot()命令可以识别的一个简易接口。

plt.GridSpec：实现更复杂的排列方式

import numpy as np
import matplotlib.pyplot as plt

# 声明一个GridSpec对象实例，创建的是2行3列的图像布局。
grid = plt.GridSpec(nrows=2, ncols=3, wspace=0.2, hspace=0.2)

# 设置整个图像大小。
plt.figure(figsize = (12, 6))
# 第一个子图的具体排列位置为(0,0)。
plt.subplot(grid[0, 0])
plt.hist(np.random.rand(50), orientation='horizontal', edgecolor = 'black')

plt.subplot(grid[0, 1:])
plt.scatter(np.random.rand(100),np.random.rand(100), color = 'r', edgecolor = 'black')

plt.subplot(grid[1, :2])
plt.plot(np.arange(10), np.random.rand(10))

plt.subplot(grid[1, 2]);
plt.plot(np.arange(10), np.arange(10) ** 2)

plt.show()