前言
大家好，最近在研究在搞Python的大作業，有個需求就是利用Matplotlib畫幾個像模像樣的統計圖然后合並在一張圖中，因為此前很少用這方面的東西，所以折騰了不少時間，今天介紹一下。
subplot多合一
其實，利用python 的matplotlib包下的subplot函數可以將多個子圖放在同一個畫板上。在此之前，我們先來看一個案例：
import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif']=['SimHei'] # 用來正常顯示中文標簽
plt.rcParams['axes.unicode_minus']=False # 用來正常顯示負號
t=np.arange(0.0,2.0,0.1)
s=np.sin(t*np.pi)
plt.figure(figsize=(8,8), dpi=80)
plt.figure(1)
ax1 = plt.subplot(221)
ax1.plot(t,s, color="r",linestyle = "--")
ax2 = plt.subplot(222)
ax2.plot(t,s,color="y",linestyle = "-")
ax3 = plt.subplot(223)
ax3.plot(t,s,color="g",linestyle = "-.")
ax4 = plt.subplot(224)
ax4.plot(t,s,color="b",linestyle = ":")
效果如下：
可以看到，一個畫板上放了4個子圖。達到了我們想要的效果。好了我們現在來解析一下剛剛的部分代碼：
plt.figure(1)：表示取第一塊畫板，通俗地講，一個畫板就是一張圖，如果你有多個畫板，那么最后就會彈出多張圖。
plt.subplot(221)：221表示將畫板划分為2行2列，然后取第1個區域。那么第幾個區域是怎么界定的呢？這個規則遵循行優先數數規則！比如說4個區域：
優先從行開始數，從左到右按順序1234……然后再下一行。那么下面這幾行代碼大家都懂了吧：
ax1 = plt.subplot(221)
ax1.plot(t,s, color="r",linestyle = "--")
ax2 = plt.subplot(222)
ax2.plot(t,s,color="y",linestyle = "-")
ax3 = plt.subplot(223)
ax3.plot(t,s,color="g",linestyle = "-.")
ax4 = plt.subplot(224)
ax4.plot(t,s,color="b",linestyle = ":")
一共划分了2X2=4個區域，然后1234分別開始繪圖。so easy！比如我們想達到下面的效果：
那么只需要：
import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif']=['SimHei'] # 用來正常顯示中文標簽
plt.rcParams['axes.unicode_minus']=False # 用來正常顯示負號
t=np.arange(0.0,2.0,0.1)
s=np.sin(t*np.pi)
plt.figure(figsize=(8,8), dpi=80)
plt.figure(1)
ax1 = plt.subplot(221)
plt.plot([1,2,3,4],[4,5,7,8], color="r",linestyle = "--")
ax2 = plt.subplot(222)
plt.plot([1,2,3,5],[2,3,5,7],color="y",linestyle = "-")
ax3 = plt.subplot(212)
plt.plot([1,2,3,4],[11,22,33,44],color="g",linestyle = "-.")
子圖1和子圖2與上面的一樣，主要是子圖3，plt.subplot(212)表示將整個畫板分成兩部分后取第2塊，即下面的部分。
2subplot2grid分格顯示
這種方式和上一種實現的效果一樣，只不過更加容易理解罷了，先來看一個案例代碼：
import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif']=['SimHei'] # 用來正常顯示中文標簽
plt.rcParams['axes.unicode_minus']=False # 用來正常顯示負號
#method1: subplot2grid
###########################
plt.figure(figsize=(12, 10), dpi=80)
ax1=plt.subplot2grid((3,3),(0,0),colspan=3,rowspan=1)#相當於格子分成3行3列,列跨度為3，行跨度為1
ax1.plot([1,2],[1,2]) #軸的范圍，x軸，y軸。
ax1.set_title('ax1_title')
ax2=plt.subplot2grid((3,3),(1,0),colspan=2,rowspan=1)
ax2.plot([2,4,6],[7,9,15])
ax3=plt.subplot2grid((3,3),(1,2),colspan=1,rowspan=1)
x = np.arange(4)
y = np.array([15,20,18,25])
ax3.bar(x,y)
ax4=plt.subplot2grid((3,3),(2,0),colspan=1,rowspan=1)
ax5=plt.subplot2grid((3,3),(2,1),colspan=2,rowspan=1)
效果如下：
結合圖可能更好理解一點，其中代碼：
plt.subplot2grid((3,3),(0,0),colspan=3,rowspan=1)
第一個參數(3,3)相當於格子分成3行3列,第二個參數(0,0)表示該子圖的開始位置，colspan=3表示子圖的列跨度為3，rowspan=1表示子圖的行跨度為1。
好了，以上就是Matplotlib繪制多圖的內容，是不是很簡單呢！喜歡的小伙伴可以收藏一下，萬一哪天就用得上了呢。
- End -
參考資料：
python筆記：matplotlib的簡單快速入門之多圖合並(2)
