使用plt.subplots创建多个子图#

共享坐标轴#

默认情况下，每个 Axes 都是独立缩放的。因此，如果范围不同，子图的刻度值将不对齐。

fig, (ax1, ax2) = plt.subplots(2)

fig.suptitle('Axes values are scaled individually by default')

ax1.plot(x, y)

ax2.plot(x + 1, -y)

您可以使用 sharex 或 sharey 对齐水平或垂直坐标轴。

fig, (ax1, ax2) = plt.subplots(2, sharex=True)

fig.suptitle('Aligning x-axis using sharex')

ax1.plot(x, y)

ax2.plot(x + 1, -y)

将 sharex 或 sharey 设置为 True 将在整个网格中启用全局共享，即当使用 sharey=True 时，垂直堆叠子图的 y 轴也具有相同的刻度。

fig, axs = plt.subplots(3, sharex=True, sharey=True)

fig.suptitle('Sharing both axes')

axs[0].plot(x, y ** 2)

axs[1].plot(x, 0.3 * y, 'o')

axs[2].plot(x, y, '+')

对于共享坐标轴的子图，一组刻度标签就足够了。内部 Axes 的刻度标签会被 sharex 和 sharey 自动移除。子图之间仍然存在未使用的空白区域。

为了精确控制子图的位置，可以显式使用 Figure.add_gridspec 创建一个 GridSpec，然后调用其 subplots 方法。例如，我们可以使用 add_gridspec(hspace=0) 减少垂直子图之间的高度。

label_outer 是一个方便的方法，可以移除网格边缘之外的子图的标签和刻度。

fig = plt.figure()

gs = fig.add_gridspec(3, hspace=0)

axs = gs.subplots(sharex=True, sharey=True)

fig.suptitle('Sharing both axes')

axs[0].plot(x, y ** 2)

axs[1].plot(x, 0.3 * y, 'o')

axs[2].plot(x, y, '+')

# Hide x labels and tick labels for all but bottom plot.

for ax in axs:

ax.label_outer()

除了 True 和 False 之外，sharex 和 sharey 都接受 'row' 和 'col' 值，以便仅按行或按列共享值。

fig = plt.figure()

gs = fig.add_gridspec(2, 2, hspace=0, wspace=0)

(ax1, ax2), (ax3, ax4) = gs.subplots(sharex='col', sharey='row')

fig.suptitle('Sharing x per column, y per row')

ax1.plot(x, y)

ax2.plot(x, y**2, 'tab:orange')

ax3.plot(x + 1, -y, 'tab:green')

ax4.plot(x + 2, -y**2, 'tab:red')

for ax in fig.get_axes():

ax.label_outer()

如果您需要更复杂的共享结构，您可以首先创建不共享的 Axes 网格，然后调用 axes.Axes.sharex 或 axes.Axes.sharey 以事后添加共享信息。

fig, axs = plt.subplots(2, 2)

axs[0, 0].plot(x, y)

axs[0, 0].set_title("main")

axs[1, 0].plot(x, y**2)

axs[1, 0].set_title("shares x with main")

axs[1, 0].sharex(axs[0, 0])

axs[0, 1].plot(x + 1, y + 1)

axs[0, 1].set_title("unrelated")

axs[1, 1].plot(x + 2, y + 2)

axs[1, 1].set_title("also unrelated")

fig.tight_layout()