matplotlib 创建图和子图

Matplotlib 可能是 Python 2D-绘图领域使用最广泛的套件。它能让使用者很轻松地将数据图形化，并且提供多样化的输出格式。这里将会探索 matplotlib 的常见用法。

../../_images/anatomy.png

plt方式是先生成了一个画布，然后在这个画布上隐式的生成一个画图区域来进行画图；ax是先生成一个画布，然后，我们在此画布上，选定一个子区域画了一个子图，上一张官方的图，看看你能不能更好的理解。

# 创建一个宽3高4的画布，画布背景是红色
plt.figure(facecolor="red", figsize=(3, 4))
ax = plt.plot(range(1000,2000))
plt.show()

通过`subplot`函数创建单个子图

nums = np.arange(1, 101)
# 将画布分为2行2列区域，占用编号为1的区域，就是第一行第一列的区域
plt.subplot(2, 2, 1)
plt.plot(nums, nums)

# 将画布分为2行2列区域，占用编号为2的区域，就是第一行第二列的区域
plt.subplot(222)
plt.plot(nums, -nums)

# 将画布分为2行1列区域，占用编号为2的区域，就是第二行全部
plt.subplot(212)
plt.plot(nums, nums ** 2)

通过`subplots`函数创建多个子图

nums = np.arange(1, 101)

# 将画布分为2行2列区域，并返回子图数组axes
fig, axes = plt.subplots(2, 2)
# 根据索引获取对应区域位置
ax1 = axes[0, 0]
ax2 = axes[0, 1]
ax3 = axes[1, 0]
ax4 = axes[1, 1]

# 在子图上作图
line1 = ax1.plot(nums, nums)
ax2.plot(nums, -nums)
ax3.plot(nums, nums ** 2)
ax4.plot(nums, np.log(nums))
plt.show()

通过`add_subplot`方法添加和选中子图

# 创建画布实例
fig = plt.figure()

# 添加子图
fig.add_subplot(221)
fig.add_subplot(222)
fig.add_subplot(224)
fig.add_subplot(223)

# 默认在最后一次使用的subplot的位置上作图
random_num = np.random.randn(100)
plt.plot(random_num)
plt.show()

在选中的子图上作图

# 创建画布
fig = plt.figure()

# 添加子图
ax1 = fig.add_subplot(221)
ax2 = fig.add_subplot(222)
ax3 = fig.add_subplot(223)

# 在指定子图上进行作图
random_num = np.random.randn(100)
ax2.plot(random_num)
plt.show()

调整子图间距

# 将画布分为2行2列区域，并返回子图数组axes
fig, axes = plt.subplots(2, 2, sharex = True, sharey = True)
axes[0, 0].plot(np.random.randn(100))
axes[0, 1].plot(np.random.randn(100))
axes[1, 0].plot(np.random.randn(100))
axes[1, 1].plot(np.random.randn(100))

# 调整间距
plt.subplots_adjust(wspace=0, hspace=0)
plt.show()