如何在 Matplotlib 中绘制子图？

小象实战讲义 · Python 编程从入门到实践

当我们需要在一张画布上同时展示多个相关联的图表时，就需要用到子图功能。本节是《数据可视化》章节的一部分，在掌握了基本的折线图、柱状图等单一图形绘制方法后，学习如何将它们组合起来，形成更丰富的信息展示。掌握子图后，你将能更灵活地组织你的数据可视化报告。

💡 核心导读

• 子图的作用：在一个 Figure（画布）中绘制多个独立的 Axes（坐标轴区域）。
• 三种主要方法：plt.subplot（简单网格布局）、plt.subplot2grid（复杂网格布局）、fig.add_axes（按画布比例布局）。
• 关键参数理解：理解 subplot 的三个整数参数，以及 add_axes 中 [left, bottom, width, height] 的含义。
• 布局控制：如何通过调整参数来控制子图的大小、位置和排列方式。

1. 使用 plt.subplot 绘制等分网格子图

plt.subplot 是最简单的子图绘制方法，它将整个画布均匀地划分为若干行和列，然后在指定的位置创建子图。

语法形式：plt.subplot(nrows, ncols, index)

• nrows：子图网格的行数。
• ncols：子图网格的列数。
• index：当前要创建的子图在网格中的位置索引，从1开始计数，按从左到右、从上到下的顺序。

下面的例子将画布划分为两行两列（共4个位置），并分别在第1、2、3个位置绘制子图。

import matplotlib
matplotlib.use("Agg")  # 无图形界面后端
import matplotlib.pyplot as plt

# 准备数据
x = list(range(10))
y1 = [2 * item + 1 for item in x]  # y = 2x + 1
y2 = [item ** 2 for item in x]     # y = x^2

# 设置画布大小
plt.figure(figsize=(5, 5))

# 第一个子图：位于2行2列网格的第1个位置（左上角）
plt.subplot(2, 2, 1)
plt.plot(x, y1, label='linear line')
plt.title('Subplot 1: y = 2x+1')

# 第二个子图：位于2行2列网格的第2个位置（右上角）
plt.subplot(2, 2, 2)
plt.plot(x, y2, color='red', linestyle='--', label='square line')
plt.title('Subplot 2: y = x^2')

# 第三个子图：位于2行2列网格的第3个位置（左下角）
plt.subplot(2, 2, 3)
plt.plot(x, y2, color='green', linestyle=':', label='square line again')
plt.title('Subplot 3: y = x^2')

plt.close()

这段代码创建了一个 5x5 英寸的画布，并划分为 2 行 2 列：左上角绘制蓝色实线 y = 2x + 1，右上角绘制红色虚线抛物线 y = x²，左下角绘制绿色点线抛物线 y = x²；右下角位置 (2,2,4) 未使用，为空白。

调整布局：如果你想将三张图排成一行，只需将网格定义改为一行三列（1, 3），并相应地调整索引。

import matplotlib
matplotlib.use("Agg")  # 无图形界面后端
import matplotlib.pyplot as plt

x = list(range(10))
y1 = [2 * item + 1 for item in x]
y2 = [item ** 2 for item in x]

plt.figure(figsize=(10, 3))  # 将画布调整为更宽更扁，以适应一行三列

plt.subplot(1, 3, 1)
plt.plot(x, y1)
plt.title('Plot 1')

plt.subplot(1, 3, 2)
plt.plot(x, y2, color='red', linestyle='--')
plt.title('Plot 2')

plt.subplot(1, 3, 3)
plt.plot(x, y2, color='green', linestyle=':')
plt.title('Plot 3')

plt.close()

这段代码创建了一个 10x3 英寸的画布，并划分为 1 行 3 列；三个子图并排显示，分别绘制了线性曲线、红色虚线和绿色点线的抛物线。

2. 使用 plt.subplot2grid 绘制复杂网格子图

plt.subplot2grid 提供了更灵活的子图布局能力。你可以定义一个总的网格形状，然后指定每个子图在这个网格中的起始位置（row, column）以及它需要跨越的行数（rowspan）和列数（colspan）。

语法形式：plt.subplot2grid(shape, loc, rowspan=1, colspan=1)

• shape：一个元组 (nrows, ncols)，定义底层网格的总行数和列数。
• loc：一个元组 (row, col)，定义子图起始位置的行和列索引，从0开始。
• rowspan：子图在垂直方向跨越的行数，默认为1。
• colspan：子图在水平方向跨越的列数，默认为1。

下面的例子演示了如何创建四个大小和位置各不相同的子图。

import matplotlib
matplotlib.use("Agg")  # 无图形界面后端
import matplotlib.pyplot as plt

plt.figure(figsize=(8, 8))

# 定义一个3行3列的底层网格
# 子图1：从(0,0)开始，跨越3列，1行（即占据第一整行）
ax1 = plt.subplot2grid((3, 3), (0, 0), colspan=3, rowspan=1)
ax1.plot([0, 1], [0, 1])
ax1.set_title('Ax1: Full Top Row')

# 子图2：从(1,0)开始，跨越2列，1行
ax2 = plt.subplot2grid((3, 3), (1, 0), colspan=2, rowspan=1)
ax2.plot([0, 1], [0, 1])
ax2.set_title('Ax2: Middle Left')

# 子图3：从(1,2)开始，跨越1列，2行（即占据最右侧一列的下两行）
ax3 = plt.subplot2grid((3, 3), (1, 2), colspan=1, rowspan=2)
ax3.plot([0, 1], [0, 1])
ax3.set_title('Ax3: Right Column Span')

# 子图4：从(2,0)开始，跨越2列，1行
ax4 = plt.subplot2grid((3, 3), (2, 0), colspan=2, rowspan=1)
ax4.plot([0, 1], [0, 1])
ax4.set_title('Ax4: Bottom Row')

plt.close()

这段代码创建了一个 8x8 英寸的画布，底层是一个 3x3 的虚拟网格：Ax1 占据第 0 行（顶部整行）；Ax2 占据第 1 行的前两列；Ax3 占据第 1 行第 2 列和第 2 行第 2 列（右侧一列的下两行）；Ax4 占据第 2 行的前两列。最终形成四个大小和位置都不相同的子图布局。

关键点：plt.subplot2grid 返回的是一个 Axes 对象（如 ax1）。之后所有的绘图操作（如 plot, bar, pie）和属性设置（如 set_title, set_xlabel）都应在这个对象上进行，而不是使用 plt. 开头的全局函数。

3. 使用 fig.add_axes 按画布比例布局

fig.add_axes 提供了最精确的控制方式。它允许你以画布左下角为原点 (0, 0)，右上角为 (1, 1)，通过指定子图矩形区域的 [左, 下, 宽, 高] 来放置子图。这些参数都是相对于整个画布大小的比例值。

语法形式：fig.add_axes([left, bottom, width, height])

• left：子图左侧边缘距离画布左侧的距离比例（0~1）。
• bottom：子图底部边缘距离画布底部的距离比例（0~1）。
• width：子图的宽度比例（0~1）。
• height：子图的高度比例（0~1）。

import matplotlib
matplotlib.use("Agg")  # 无图形界面后端
import matplotlib.pyplot as plt

x = list(range(10))
y1 = [2 * item + 1 for item in x]
y2 = [item ** 2 for item in x]

# 新建一个画布对象
fig = plt.figure(figsize=(6, 6))

# 第一个子图：从画布10%的位置开始绘制，宽高占画布的80%
# left=0.1, bottom=0.1, width=0.8, height=0.8
ax1 = fig.add_axes([0.1, 0.1, 0.8, 0.8])
ax1.plot(x, y1, 'r')  # 红色曲线
ax1.set_title('Main Area (Area 1)')

# 第二个子图：视觉上落在主图内部
# 参数仍按整张画布的比例给出：从画布(20%, 60%)处开始，宽高各占画布的25%
ax2 = fig.add_axes([0.2, 0.6, 0.25, 0.25])
ax2.plot(x, y2, 'b')  # 蓝色曲线
ax2.set_title('Inset Area (Area 2)')

plt.close()

这段代码创建了一个 6x6 英寸的画布。主图（Area 1）是一张较大的红色曲线图，左下角位于画布的 (10%, 10%) 处，宽高各占画布的 80%；内嵌图（Area 2）是一张较小的蓝色曲线图，左下角位于画布的 (20%, 60%) 处，宽高各占画布的 25%。由于它的位置和尺寸都落在主图范围内，视觉上看起来像嵌在主图内部。

坐标理解：add_axes 的参数是相对于整个画布的比例。[0, 0, 0.8, 0.8] 表示子图从画布左下角开始，宽度和高度都占画布的80%。你可以通过调整这些比例值，实现子图的任意重叠和嵌套。

📝 动手练一练

请尝试使用 plt.subplot 方法，创建一个 2行1列 的子图布局。在上方的子图中绘制 y = 2x + 1，在下方的子图中绘制 y = x²（x 取 0 到 9 的整数）。为两个子图分别设置标题。

import matplotlib
matplotlib.use("Agg")  # 无图形界面后端
import matplotlib.pyplot as plt

# 生成数据
x = list(range(10))
y1 = [2 * item + 1 for item in x]  # y = 2x + 1
y2 = [item ** 2 for item in x]     # y = x²

plt.figure(figsize=(8, 6))

# 第一个子图 (2行1列中的第1个)
plt.subplot(2, 1, 1)
plt.plot(x, y1)
plt.title('Linear')

# 第二个子图 (2行1列中的第2个)
plt.subplot(2, 1, 2)
plt.plot(x, y2)
plt.title('Square')

plt.close()

常见错误

小结

1. 子图核心：在 Matplotlib 中，子图指的是一个 Figure（画布）中的多个 Axes（坐标轴区域）。
2. 三种方法：
   • plt.subplot(nrows, ncols, index)：用于创建均匀网格布局的子图，简单直接。
   • plt.subplot2grid(shape, loc, rowspan, colspan)：用于创建大小不一的复杂网格布局，灵活性高。
   • fig.add_axes([left, bottom, width, height])：用于按画布比例精确布局，可以精确控制子图的位置和大小，甚至实现嵌套。
3. 索引起点：subplot 的索引从 1 开始；subplot2grid 的位置索引从 0 开始。
4. 操作对象：使用 subplot2grid 和 add_axes 时，后续的绘图和设置应在其返回的 Axes 对象（如 ax1）上进行，而不是使用 plt. 全局函数。
5. 比例坐标：add_axes 的参数是相对于整个画布大小的比例，取值范围在 0 到 1 之间。

📋 行动清单

• 将 plt.subplot 的示例代码中的网格从 (2,2) 改为 (3,2)，并尝试绘制满6个子图。
• 修改 plt.subplot2grid 的示例，尝试将 ax3 的起始位置改为 (0, 2)，并观察布局变化。
• 在 fig.add_axes 的示例中，尝试调整内嵌图 ax2 的 [left, bottom, width, height] 参数，使其位于主图的右下角。

—— 小象教研组