Matplotlib子图间距详解

一、Matplotlib子图间距离

Matplotlib是Python的一个强大的数据可视化工具，子图可以有效地帮助人们理解数据。但是，Matplotlib子图之间的距离可能会影响到整个图表的展示效果。因此，我们需要在图形输出前对子图之间的间距进行调整。

Matplotlib子图间距主要通过调整Figure和Subplot参数，例如subplot间距，左边距、右边距、上边距、下边距等。

以下是一个简单的示例：

import matplotlib.pyplot as plt

fig = plt.figure(figsize=(7,7)) 
ax1 = fig.add_subplot(211)
ax1.plot([1,2,3], [4,5,6], 'o-', label="Line 1")
ax2 = fig.add_subplot(212)
ax2.plot([1,2,3],[2,3,4],'o-', label="Line 2")

plt.show()



输出：




二、Matplotlib调整子图间距
我们可以使用subplots_adjust()函数来调整子图之间的间距。这个函数的作用是设置子图周围的空白区域的大小。

以下是一个简单的示例：

import matplotlib.pyplot as plt

fig, axes = plt.subplots(nrows=2, ncols=1, figsize=(8, 4))
for i in range(2):
    ax = axes[i]
    x = range(10)
    y = [j*(i+1) for j in x]
    ax.plot(x, y)
    ax.set_title('Subplot ' + str(i+1), fontsize=10)

plt.subplots_adjust(hspace=0.5)
plt.show()


输出：




三、Matplotlib刻度间距
在Matplotlib中，我们可以使用xticks()函数和yticks()函数来设置坐标轴刻度标签，例如刻度标签格式、旋转角度和间距等。

以下是一个简单的示例：

import matplotlib.pyplot as plt
import numpy as np

n = 5
x = np.arange(n)
y1 = (1-x/float(n)) * np.random.uniform(0.5,1.0,n)
y2 = (1-x/float(n)) * np.random.uniform(0.5,1.0,n)

fig, ax = plt.subplots()
ax.plot(x, y1, 'o-', label='Line 1')
ax.plot(x, y2, 'o-', label='Line 2')

ax.xaxis.set_ticks(np.arange(0, n, 1))
ax.xaxis.set_ticklabels(['One', 'Two', 'Three', 'Four', 'Five'], fontsize=10, rotation=30)

plt.legend(loc='best')
plt.show()


输出：




四、Matplotlib子图大小
我们可以使用figsize参数来调整子图的大小，使其更适合不同的输出需求。

以下是一个简单的示例：

import matplotlib.pyplot as plt

fig = plt.figure(figsize=(10, 5)) 

ax1 = fig.add_subplot(121)
ax1.plot([1,2,3], [4,5,6], 'o-', label="Line 1")
ax1.set_title('Subplot 1', fontsize=12)

ax2 = fig.add_subplot(122)
ax2.plot([1,2,3],[2,3,4],'o-', label="Line 2")
ax2.set_title('Subplot 2', fontsize=12)

plt.show()


输出：




五、Matplotlib子图标题
我们可以使用set_title()函数为子图添加标题。这是一个非常重要的功能，它可以让观察者更好地理解子图的内容。

以下是一个简单的示例：

import matplotlib.pyplot as plt

fig, axes = plt.subplots(nrows=2, ncols=1, figsize=(8, 4))
for i in range(2):
    ax = axes[i]
    x = range(10)
    y = [j*(i+1) for j in x]
    ax.plot(x, y)
    ax.set_title('Subplot ' + str(i+1), fontsize=12)

plt.show()


输出：




六、Matplotlib画子图
当我们需要在一个图表中画多个子图的时候，我们可以使用subplots()函数来创建多个子图。

以下是一个简单的示例：

import matplotlib.pyplot as plt

fig, axes = plt.subplots(nrows=2, ncols=2, figsize=(8, 6))
for i in range(2):
    for j in range(2):
        ax = axes[i][j]
        x = range(10)
        y = [j*(i+1) for j in x]
        ax.plot(x, y)
        ax.set_title('Subplot ' + str(i*2+j+1), fontsize=12)

plt.tight_layout()
plt.show()


输出：




七、Matplotlib更改横轴间距
我们可以使用set_xticks()函数和set_xticklabels()函数来更改横轴的间距。

以下是一个简单的示例：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(0, 5, 0.1)
y = np.sin(x)

fig, ax = plt.subplots()
ax.plot(x, y)

ax.set_xticks(np.arange(0, 5, 1))
ax.set_xticklabels(['0', '1', '2', '3', '4'], fontsize=10)

plt.show()


输出：




八、Matplotlib创建子图
我们可以使用add_subplot()函数来创建一个或多个子图。

以下是一个简单的示例：

import matplotlib.pyplot as plt

fig = plt.figure()

ax1 = fig.add_subplot(221)
ax1.plot([1,2,3], [4,5,6], 'o-', label="Line 1")
ax1.set_title('Subplot 1', fontsize=12)

ax2 = fig.add_subplot(222)
ax2.plot([1,2,3],[2,3,4],'o-', label="Line 2")
ax2.set_title('Subplot 2', fontsize=12)

ax3 = fig.add_subplot(223)
ax3.plot([1,2,3],[4,6,8],'o-', label="Line 3")
ax3.set_title('Subplot 3', fontsize=12)

ax4 = fig.add_subplot(224)
ax4.plot([1,2,3],[1,3,5],'o-', label="Line 4")
ax4.set_title('Subplot 4', fontsize=12)

plt.show()


输出：