Python Matplotlib 子图绘制:均匀与不均匀布局实战
本文介绍如何使用 Python 的 Matplotlib 库在单一画布上绘制多个子图。通过 plt.subplot 函数,可轻松实现均匀网格布局及复杂的不均匀布局。文章涵盖参数含义、代码示例及完整实现,帮助开发者掌握子图排列技巧,适用于数据可视化场景。
Matplotlib 子图基础
Matplotlib 支持将多个小型图表组合展示在一张大图上,这一功能通过 subplot 方法实现。
均匀布局绘制方法
均匀布局绘制
首先导入 matplotlib.pyplot 模块,并将其简写为 plt。接着调用 plt.figure() 创建一个新的图像窗口。
import matplotlib.pyplot as plt
plt.figure()
利用 plt.subplot() 函数创建子图。例如,plt.subplot(2, 2, 1) 表示将画布划分为 2 行 2 列,并选中第 1 个位置。随后使用 plt.plot([0, 1], [0, 1]) 在该位置绘制第一条曲线。
plt.subplot(2,2,1)
plt.plot([0,1],[0,1])
执行 plt.subplot(2, 2, 2) 将画布划分为 2 行 2 列,并选中第 2 个位置。接着使用 plt.plot([0, 1], [0, 2]) 在该位置绘制第二条曲线。
plt.subplot(2,2,2)
plt.plot([0,1],[0,2])
执行 plt.subplot(2, 2, 3) 将画布划分为 2 行 2 列,并选中第 3 个位置。注意,此处可简写为 plt.subplot(223),Matplotlib 同样能正确识别。随后使用 plt.plot([0, 1], [0, 3]) 在该位置绘制第三条曲线。
plt.subplot(223)
plt.plot([0,1],[0,3])
执行 plt.subplot(224) 将画布划分为 2 行 2 列,并选中第 4 个位置。随后使用 plt.plot([0, 1], [0, 4]) 在该位置绘制第四条曲线。
plt.subplot(224)
plt.plot([0,1],[0,4])
plt.show() # 展示

不均匀布局绘制
若需展示大小不一的子图,应如何处理?以上述 4 个子图为例,假设将第 1 个子图置于第一行,而剩余 3 个子图均置于第二行。
调用 plt.subplot(2, 1, 1) 将画布划分为 2 行 1 列,选中第 1 个位置。随后使用 plt.plot([0, 1], [0, 1]) 在该位置绘制第一条曲线。
不均匀布局实现技巧
plt.subplot(2,1,1)
plt.plot([0,1],[0,1])
调用 plt.subplot(2, 3, 4) 将画布划分为 2 行 3 列,选中第 4 个位置。随后使用 plt.plot([0, 1], [0, 2]) 在该位置绘制第二条曲线。
plt.subplot(2,3,4)
plt.plot([0,1],[0,2])
此处需解释为何第 4 个位置放置第 2 个子图。在上一步中,plt.subplot(2, 1, 1) 将画布划分为 2 行 1 列,第 1 个子图占据了整个第 1 行。在下一步中,plt.subplot(2, 3, 4) 将画布划分为 2 行 3 列,此时第 1 行被划分为 3 列(即 3 个位置)。因此,第 2 行的第 1 个位置对应整个画布的第 4 个位置。
调用 plt.subplot(235) 将画布划分为 2 行 3 列,选中第 5 个位置。随后使用 plt.plot([0, 1], [0, 3]) 在该位置绘制第三条曲线。同理,再创建 plt.subplot(236) 绘制第四条曲线。
plt.subplot(235)
plt.plot([0,1],[0,3])
plt.subplot(236)
plt.plot([0,1],[0,4])
plt.show() # 展示
完整代码与结果展示
完整代码示例
plt.figure()
plt.subplot(2,1,1)
plt.plot([0,1],[0,1])
plt.subplot(2,3,4)
plt.plot([0,1],[0,2])
plt.subplot(235)
plt.plot([0,1],[0,3])
plt.subplot(236)
plt.plot([0,1],[0,4])
plt.show() # 展示
运行结果

以上关于在 Python 中于一个画布上绘制多个子图的内容即为分享的全部信息,希望能为您提供参考,也欢迎继续支持本站。
本站声明
本文内容仅供参考,不代表本站观点。转载或引用请注明出处。如发现内容问题,请通过联系我们页面反馈。













