👨🏻🎓博主介绍：大家好，我是大锤爱编程的博客_CSDN博客-大数据,Go,数据分析领域博主，有五年的数据开开发，有着丰富的数仓搭建、数据分析经验。我会在我的系列文章里面分享我学到的知识，希望能够帮助到大家🌟
🌈擅长领域：大数据、数据分析
🙏🏻如果本文章各位小伙伴们有帮助的话，🍭关注+👍🏻点赞+🗣评论+📦收藏，相应的有空了我也会回访，互助！！！
🤝另本人水平有限，旨在创作简单易懂的文章，在文章描述时如有错，恳请各位大佬指正，在此感谢！！！
为啥要创建子图：
通常学习的时候，看到别人的子图，一个里面并着好几个，感觉很专业。我就认真研究了，如何使用matplot绘制子图。
四格散点图
上一下二图
上一下三图
完整代码含运行案例
创建子图
要创建子图，请使用plt.subplots()函数。该函数接受三个参数：行数、列数和子图编号。以下是一个简单的示例：
import matplotlib.pyplot as plt
fig, axs = plt.subplots(2, 2)
这将创建一个2x2的网格，其中包含4个子图。每个子图都有一个唯一的编号，可以在axs数组中访问。例如，要访问第一个子图，请使用axs[0, 0]。
以下是一个示例代码，用于绘制2x2网格，其中每个子图都随机放置一个图形：
import matplotlib.pyplot as plt
import numpy as np
# 创建一个2x2的网格
fig, axs = plt.subplots(2, 2)
# 在每个子图中绘制一个图形
for ax in axs.flat:
# 随机生成一些数据
x = np.random.rand(100)
y = np.random.rand(100)
# 绘制散点图
ax.scatter(x, y)
# 显示图形
plt.show()
下图是绘制的子图：
绘制子图
绘制子图与绘制普通图形非常相似。您可以使用子图的Axes对象上的任何Matplotlib绘图函数。例如，以下代码将在第一个子图中绘制一条线：
import matplotlib.pyplot as plt
fig, axs = plt.subplots(2, 2)
axs[0, 0].plot([1, 2, 3, 4], [1, 4, 2, 3])
要在所有子图中绘制相同的图形，请使用循环。以下代码将在所有子图中绘制一条线：
import matplotlib.pyplot as plt
fig, axs = plt.subplots(2, 2)
for ax in axs.flat:
ax.plot([1, 2, 3, 4], [1, 4, 2, 3])
下面是绘制的子图：
子图布局
默认情况下，plt.subplots()函数将子图放置在网格中，每个子图的大小相同。但是，您可以使用各种选项来更改子图的大小和位置。
子图大小
要更改子图的大小，请使用figsize参数。以下代码将创建一个2x2的网格，其中每个子图的大小为4x4英寸：
import matplotlib.pyplot as plt
fig, axs = plt.subplots(2, 2, figsize=(4, 4))
子图间距
要更改子图之间的间距，请使用wspace和hspace参数。这些参数控制子图之间的水平和垂直间距，以及子图与图表边缘的距离。以下代码将创建一个2x2的网格，其中每个子图的水平和垂直间距为0.5英寸：
import matplotlib.pyplot as plt
fig, axs = plt.subplots(2, 2, figsize=(4, 4), wspace=0.5, hspace=0.5)
子图位置
默认情况下，子图将放置在网格中，但您也可以使用GridSpec对象来更改子图的位置。以下代码将创建一个网格，其中第一个子图占据整个第一行，而第二个子图占据第一行的后两列：
import matplotlib.gridspec as gridspec
import matplotlib.pyplot as plt
fig = plt.figure()
gs = gridspec.GridSpec(2, 2, width_ratios=[1, 2])
ax1 = fig.add_subplot(gs[0, 0])
ax2 = fig.add_subplot(gs[0, 1:])
以下是一个完整的Python代码，演示如何使用GridSpec对象来更改子图的位置。该代码将创建一个2x2的网格，其中第一个子图占据整个第一行，而第二个子图占据第一行的后两列。
import matplotlib.gridspec as gridspec
import matplotlib.pyplot as plt
import numpy as np
# 创建一个2x2的网格，第一个子图占据整个第一行，第二个子图占据第一行的后两列
gs = gridspec.GridSpec(2, 2, width_ratios=[1, 2])
ax1 = plt.subplot(gs[0, :])
ax2 = plt.subplot(gs[1, 0])
ax3 = plt.subplot(gs[1, 1])
# 在第一个子图中绘制一个折线图
x = np.linspace(0, 10, 100)
y = np.sin(x)
ax1.plot(x, y)
# 在第二个子图中绘制一个散点图
x = np.random.rand(100)
y = np.random.rand(100)
ax2.scatter(x, y)
# 在第三个子图中绘制一个柱状图
x = ['A', 'B', 'C', 'D']
y = [3, 7, 1, 9]
ax3.bar(x, y)
# 显示图形
plt.show()
下面是绘制的子图：
示例1：使用GridSpec对象创建自定义子图布局
import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
fig = plt.figure()
# 定义网格
gs = gridspec.GridSpec(3, 3)
# 创建子图1
ax1 = fig.add_subplot(gs[0, :])
ax1.set_title('Subplot 1')
# 创建子图2
ax2 = fig.add_subplot(gs[1, :2])
ax2.set_title('Subplot 2')
# 创建子图3
ax3 = fig.add_subplot(gs[1:, 2])
ax3.set_title('Subplot 3')
# 创建子图4
ax4 = fig.add_subplot(gs[2, :2])
ax4.set_title('Subplot 4')
# 添加图形
fig.tight_layout()
plt.show()
示例2：在同一图表中绘制多个图形
import matplotlib.pyplot as plt
import numpy as np
# 创建一个新的图形
fig = plt.figure()
# 创建一个子图
ax = fig.add_subplot(111)
# 绘制第一个图形
x = np.linspace(0, 10, 100)
y = np.sin(x)
ax.plot(x, y)
# 绘制第二个图形
x = np.linspace(0, 10, 100)
y = np.cos(x)
ax.plot(x, y)
# 显示图形
plt.show()
示例3：使用subplots()函数创建多个子图
import matplotlib.pyplot as plt
import numpy as np
# 创建一个2x2的网格
fig, axs = plt.subplots(2, 2)
# 在每个子图中绘制一个图形
for ax in axs.flat:
# 随机生成一些数据
x = np.random.rand(100)
y = np.random.rand(100)
# 绘制散点图
ax.scatter(x, y)
# 显示图形
plt.show()
总结
子图是Matplotlib中强大的功能之一。使用plt.subplots()函数，您可以方便地创建多个子图，并使用Axes对象绘制各种图形。使用各种选项，例如figsize、wspace和hspace参数，以及GridSpec对象，可以更改子图的大小、位置和间距。
