00 前言
通常在阅读文献时，发现对于一些图片的绘制时，如果存在多个子图，通常为了美观、简洁，只保留最后一列的以及最左一侧的子图的刻度，如下图所示：
那么，我们应该如何实现这种功能呢？
一般来说，在python实现多子图绘制的函数主要有两个：
- 第一种，通过
fig.add_subplot(行、列、位置)添加
import matplotlib.pyplot as plt fig=plt.figure(figsize=(5,5)) subplot=fig.add_subplot(1,1,1)
- 第二种，通过
plt.subplots(行，列)，将行数和列数作为参数传递给该方法，该方法返回一个图对象和轴对象，可以用来操作图形。
import matplotlib.pyplot as plt fig,ax=plt.subplots(2,1)
1、使用fig.add_subplot(行、列、位置)添加子图
其中，对于第一种来说，比较容易上手，只需要指定子图的具体位置即可，如下图所示：
import matplotlib.pyplot as plt fig=plt.figure(figsize=(8,6),dpi=100) ax_1=fig.add_subplot(121) ax_1.text(0.3, 0.5, 'subplot(121)') ax_2=fig.add_subplot(222) ax_2.text(0.3, 0.5, 'subplot(222)') ax_3=fig.add_subplot(224) ax_3.text(0.3, 0.5, 'subplot(224)') fig.suptitle("Figure with multiple Subplots") plt.show()
1.1 循环绘制子图
如果要在一个页面上显示一个2x2的四个子图，只需要添加一个循环即可：
import matplotlib.pyplot as plt fig=plt.figure(figsize=(8,6),dpi=100) c=0 for i in range(4): c=c+1 ax=fig.add_subplot(2,2,c) ax.text(0.3, 0.5, 'subplot(22'+str(c)+')') fig.suptitle("Figure with multiple Subplots") plt.show()
2、使用plt.subplots(行，列)添加子图
matplotlib.pyplot.subplots(nrows=1, ncols=1, *, sharex=False, sharey=False, squeeze=True, subplot_kw=None, gridspec_kw=None, **fig_kw)
但是，plt.subplots()与fig.add_subplot()相比稍微麻烦一点，但是功能也多一点，通过返回ax列表中的子图个数进行子图的绘制：
import matplotlib.pyplot as plt fig,ax=plt.subplots(1,2,dpi=300) ax[0].text(0.3,0.5,"1st Subplot") ax[0].set_xticks([]) ax[0].set_yticks([]) ax[1].text(0.3,0.5,"2nd Subplot") ax[1].set_xticks([]) ax[1].set_yticks([]) fig.suptitle('Figure with 2 subplots',fontsize=16) plt.show()
2.1 循环绘制子图
对于plt.subplots()，如果要实现循环绘制子图，就需要双重循环：
import matplotlib.pyplot as plt fig, axes = plt.subplots(2, 2, figsize=(6,6),dpi=100) for i, row in enumerate(axes): for j, col in enumerate(row): axes[i,j].text(0.3, 0.5, 'axes['+str(i)+','+str(j)+']') plt.tight_layout()
3、循环绘制子图时，设置共享坐标轴
那么，如何在循环绘制子图的同时，又实现共享坐标轴呢，这里就要使用到plt.subplots()，它提供了一个参数，可以自动实现共享坐标轴的功能，只需要在建立子图个数时添加sharex、sharey即可，如下所示：
fig, axes = plt.subplots(3, 3, sharex=True, sharey=True, figsize=(6,6))
下面进行简单示范：
import matplotlib.pyplot as plt fig, axes = plt.subplots(2, 2, sharex=True, sharey=True, figsize=(6,6),dpi=100) for i, row in enumerate(axes): for j, col in enumerate(row): axes[i,j].text(0.3, 0.5, 'axes['+str(i)+','+str(j)+']') fig.suptitle('Figure with 2x2 subplots',fontsize=16) plt.tight_layout()
可以发现，已经实现了我们的需求！！
4、循环绘制子图时设置共享label
同样的，如果要实现共享label，应该怎么做呢？
这其实有两个思路：
- 通过
ax.text()选取适当位置，进行添加 - 在绘制子图时，添加判断语句进行添加
下面，进行简单演示：
import matplotlib.pyplot as plt fig, axes = plt.subplots(2, 2, sharex=True, sharey=True, figsize=(6,6),dpi=100) for i, row in enumerate(axes): for j, col in enumerate(row): axes[i,j].text(0.3, 0.5, 'axes['+str(i)+','+str(j)+']') fig.suptitle('Figure with 2x2 subplots',fontsize=16) fig.text(0.5, 0, 'xlabel', ha='center') fig.text(0, 0.5, 'ylaebl', va='center', rotation='vertical') plt.tight_layout()
或者也可以如下面这样：
import matplotlib.pyplot as plt fig, axes = plt.subplots(2, 2, sharex=True, sharey=True, figsize=(6,6),dpi=100) for i, row in enumerate(axes): for j, col in enumerate(row): axes[i,j].text(0.3, 0.5, 'axes['+str(i)+','+str(j)+']') fig.suptitle('Figure with 2x2 subplots',fontsize=16) if col.is_last_row(): col.set_xlabel('xlabel') if col.is_first_col(): col.set_ylabel('ylaebl') plt.tight_layout()
Tips：
- 对于海洋、大气相关专业的绘图，一般需要添加投影，所以需要在生成子图个数时添加进去
一个努力学习python的ocean er 水平有限，欢迎指正！！！ 欢迎评论、收藏、点赞、转发、关注。 关注我不后悔，记录学习进步的过程~~
