Matplotlib 如何改变带有子图的图形尺寸

介绍

Matplotlib是一个Python的可视化库，它提供了各种绘制图表的方法。在Matplotlib中，我们可以使用子图（subplots）来展示多个图形，这对于比较复杂的数据分析和可视化任务非常有帮助。本文将围绕着如何改变带有子图的图形尺寸展开。

Matplotlib子图简介

在Matplotlib中，我们可以使用subplot()方法创建子图。这个方法有三个数字参数，subplot(nrows, ncols, index)，分别表示行数、列数和子图索引。例如，下面的代码创建了1行2列的子图来展示两个折线图：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)

plt.subplot(1, 2, 1)
plt.plot(x, y1)

plt.subplot(1, 2, 2)
plt.plot(x, y2)

plt.show()

这段代码中，我们先生成了一个包含100个点的x轴数据，以及两条y轴数据：sin(x)和cos(x)。然后，我们使用subplot()方法创建了1行2列的子图，第一个subplot()表示第一行第一列的子图，第二个表示第一行第二列的子图。接着，我们在子图中绘制了两个折线图，并使用show()方法展示图形。

默认情况下，Matplotlib子图大小是相等的。然而，在实际开发中，经常需要调整子图的大小，以便更好地展示数据。

改变子图大小

一种简单的方法是使用figure()方法来创建一个新的图形，并指定其大小。例如，下面的代码创建了一个包含两个子图的图形，并将其大小设置为(10, 5)：

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

plt.subplot(1, 2, 1)
plt.plot(x, y1)

plt.subplot(1, 2, 2)
plt.plot(x, y2)

plt.show()

这里的figsize参数可以是一个元组，指定图形的宽度和高度。例如(10, 5)表示宽度为10，高度为5。这段代码与前面的例子唯一的区别是使用了figure(figsize=(10, 5))方法创建了一个包含两个子图的新图形，并指定了它的大小。 Figures 的默认大小是 8×6 英寸，其实也可以不加figsize参数，可以获得一样的效果。

除了上述的方法外，Matplotlib还提供了subplots_adjust()方法，该方法可以调整子图之间的间距，以便更好地展示数据。subplots_adjust()方法包含了四个调节参数，它们分别是left、bottom、right和top，表示子图的左边距、底部距离、右边距和上部距离。例如，下面的代码调整了两个子图之间的间距：

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

plt.subplot(1, 2, 1)
plt.plot(x, y1)

plt.subplot(1, 2, 2)
plt.plot(x, y2)

plt.subplots_adjust(wspace=0.4)

plt.show()

在这段代码中，我们增加了一个subplots_adjust(wspace=0.4)调用，它将子图之间的水平间距（wspace）设为了0.4，默认的间距大小为0.2，我们可以根据需要进行调整。这样做可以让子图之间有更多的间隔，使得更容易观察数据。

另外还可以使用subplots()方法来创建多个子图，并在全部子图上设置共同的大小和间距。例如，下面的代码创建了一个包含两个子图的图形，并将其中一个子图划分为更小的区域：

fig, axs = plt.subplots(2, 1, figsize=(8, 6), sharex=True, gridspec_kw={'height_ratios': [3, 1]})
axs[0].plot(x, y1)
axs[1].plot(x, y2)

plt.show()

这里我们使用了subplots()方法将图形划分为2行1列，并设置了共同的大小和间距。其中，figsize=(8, 6)指定了图形的大小，sharex=True表示两个子图使用相同的x轴，gridspec_kw={'height_ratios':[3,1]}表示在第一个子图与第二个子图之间划分一个比例3:1的区域。