matplotlib.pyplot.subplots#
- matplotlib.pyplot.subplots(nrows=1, ncols=1, *, sharex=False, sharey=False, squeeze=True, width_ratios=None, height_ratios=None, subplot_kw=None, gridspec_kw=None, **fig_kw)[源代码]#
创建一个图和一组子图。
这个实用程序包装器方便地通过一次调用创建子图的常见布局，包括包含的图对象。
- 参数:
- nrows, ncols整型, 默认值: 1
子图网格的行/列数量。
- sharex, sharey布尔型或 {'none', 'all', 'row', 'col'}, 默认值: False
控制 x 轴 (sharex) 或 y 轴 (sharey) 属性的共享
True 或 'all'：x 轴或 y 轴将在所有子图之间共享。
False 或 'none'：每个子图的 x 轴或 y 轴将是独立的。
'row'：每个子图行将共享一个 x 轴或 y 轴。
'col'：每个子图列将共享一个 x 轴或 y 轴。
当子图沿列共享 x 轴时，仅创建底部子图的 x 刻度标签。类似地，当子图沿行共享 y 轴时，仅创建第一列子图的 y 刻度标签。要稍后开启其他子图的刻度标签，请使用
tick_params。当子图具有带单位的共享轴时，调用
Axis.set_units将使用新单位更新每个轴。请注意，无法取消共享轴。
- squeeze布尔型, 默认值: True
如果为 True，则从返回的
Axes数组中压缩掉额外的维度如果只构造一个子图 (nrows=ncols=1)，则结果单个 Axes 对象将作为标量返回。
对于 Nx1 或 1xM 子图，返回的对象是 Axes 对象的 1D numpy 对象数组。
对于 NxM，N>1 且 M>1 的子图将作为 2D 数组返回。
如果为 False，则不进行任何压缩：返回的 Axes 对象始终是一个包含 Axes 实例的 2D 数组，即使它最终是 1x1。
- width_ratios长度为 ncols 的类数组对象, 可选
定义列的相对宽度。每列的相对宽度为
width_ratios[i] / sum(width_ratios)。如果未给出，所有列将具有相同的宽度。等同于gridspec_kw={'width_ratios': [...]}。- height_ratios长度为 nrows 的类数组对象, 可选
定义行的相对高度。每行的相对高度为
height_ratios[i] / sum(height_ratios)。如果未给出，所有行将具有相同的高度。方便起见，可使用gridspec_kw={'height_ratios': [...]}。- subplot_kw字典, 可选
包含传递给用于创建每个子图的
add_subplot调用的关键字的字典。- gridspec_kw字典, 可选
包含传递给用于创建子图所在网格的
GridSpec构造函数的关键字的字典。- **fig_kw
所有额外的关键字参数都传递给
pyplot.figure调用。
- 返回:
- fig
Figure - ax
Axes或 Axes 数组 ax 可以是单个
Axes对象，也可以是 Axes 对象的数组（如果创建了多个子图）。结果数组的维度可以通过 squeeze 关键字控制，详见上文。处理返回值时的典型用法是
# using the variable ax for single a Axes fig, ax = plt.subplots() # using the variable axs for multiple Axes fig, axs = plt.subplots(2, 2) # using tuple unpacking for multiple Axes fig, (ax1, ax2) = plt.subplots(1, 2) fig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(2, 2)
名称
ax和复数形式的axs比axes更受推荐，因为对于后者，不清楚它指的是单个Axes实例还是一组这样的实例。
- fig
示例
# First create some toy data: x = np.linspace(0, 2*np.pi, 400) y = np.sin(x**2) # Create just a figure and only one subplot fig, ax = plt.subplots() ax.plot(x, y) ax.set_title('Simple plot') # Create two subplots and unpack the output array immediately f, (ax1, ax2) = plt.subplots(1, 2, sharey=True) ax1.plot(x, y) ax1.set_title('Sharing Y axis') ax2.scatter(x, y) # Create four polar Axes and access them through the returned array fig, axs = plt.subplots(2, 2, subplot_kw=dict(projection="polar")) axs[0, 0].plot(x, y) axs[1, 1].scatter(x, y) # Share a X axis with each column of subplots plt.subplots(2, 2, sharex='col') # Share a Y axis with each row of subplots plt.subplots(2, 2, sharey='row') # Share both X and Y axes with all subplots plt.subplots(2, 2, sharex='all', sharey='all') # Note that this is the same as plt.subplots(2, 2, sharex=True, sharey=True) # Create figure number 10 with a single subplot # and clears it if it already exists. fig, ax = plt.subplots(num=10, clear=True)
