Matplotlib中如何设置子图之间的间距：全面指南|极客教程

Matplotlib中如何设置子图之间的间距：全面指南

参考：How to set the spacing between subplots in Matplotlib

Matplotlib是Python中最流行的数据可视化库之一，它提供了强大的绘图功能。在创建复杂的图表时，我们经常需要使用子图（subplots）来组织多个图形。然而，默认的子图布局可能不总是满足我们的需求，特别是在子图之间的间距方面。本文将详细介绍如何在Matplotlib中设置子图之间的间距，以创建更加美观和易读的图表。

1. 理解Matplotlib中的子图布局

在深入探讨如何调整子图间距之前，我们需要先了解Matplotlib中的子图布局系统。Matplotlib使用网格系统来组织子图，每个子图都占据网格中的一个或多个单元。

1.1 创建基本的子图

让我们从一个简单的例子开始，创建一个2×2的子图网格：

import matplotlib.pyplot as plt

fig, axs = plt.subplots(2, 2, figsize=(10, 8))
for i in range(2):
    for j in range(2):
        axs[i, j].text(0.5, 0.5, f'Subplot {i+1},{j+1}', ha='center', va='center')
        axs[i, j].set_title(f'how2matplotlib.com - {i+1},{j+1}')

plt.show()

Output:

Matplotlib中如何设置子图之间的间距：全面指南

在这个例子中，我们创建了一个2×2的子图网格，并在每个子图中添加了文本和标题。默认情况下，Matplotlib会自动设置子图之间的间距，但这可能不总是理想的。

2. 使用plt.subplots_adjust()调整间距

plt.subplots_adjust()是调整子图间距最直接的方法。这个函数允许我们精确控制子图的位置和间距。

2.1 基本用法

import matplotlib.pyplot as plt

fig, axs = plt.subplots(2, 2, figsize=(10, 8))
for i in range(2):
    for j in range(2):
        axs[i, j].text(0.5, 0.5, f'Subplot {i+1},{j+1}', ha='center', va='center')
        axs[i, j].set_title(f'how2matplotlib.com - {i+1},{j+1}')

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

Output:

Matplotlib中如何设置子图之间的间距：全面指南

在这个例子中，我们使用plt.subplots_adjust()增加了子图之间的水平（wspace）和垂直（hspace）间距。wspace和hspace的值是相对于子图宽度和高度的比例。

2.2 精细调整

plt.subplots_adjust()还允许我们调整子图区域的左、右、顶部和底部边距：

import matplotlib.pyplot as plt

fig, axs = plt.subplots(2, 2, figsize=(10, 8))
for i in range(2):
    for j in range(2):
        axs[i, j].text(0.5, 0.5, f'Subplot {i+1},{j+1}', ha='center', va='center')
        axs[i, j].set_title(f'how2matplotlib.com - {i+1},{j+1}')

plt.subplots_adjust(left=0.1, right=0.9, top=0.9, bottom=0.1, wspace=0.4, hspace=0.4)
plt.show()

Output:

Matplotlib中如何设置子图之间的间距：全面指南

这个例子展示了如何同时调整子图区域的边距和子图之间的间距。

3. 使用GridSpec调整间距

对于更复杂的布局，Matplotlib的GridSpec类提供了更灵活的选项。

3.1 基本的GridSpec用法

import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec

fig = plt.figure(figsize=(10, 8))
gs = gridspec.GridSpec(2, 2)

for i in range(2):
    for j in range(2):
        ax = fig.add_subplot(gs[i, j])
        ax.text(0.5, 0.5, f'Subplot {i+1},{j+1}', ha='center', va='center')
        ax.set_title(f'how2matplotlib.com - {i+1},{j+1}')

gs.update(wspace=0.5, hspace=0.5)
plt.show()

Output:

Matplotlib中如何设置子图之间的间距：全面指南

这个例子使用GridSpec创建了一个2×2的网格，并使用gs.update()调整了间距。

3.2 不均匀的GridSpec布局

GridSpec的真正威力在于它可以创建不均匀的网格布局：

import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec

fig = plt.figure(figsize=(12, 8))
gs = gridspec.GridSpec(2, 3, width_ratios=[1, 2, 1], height_ratios=[1, 1.5])

for i in range(2):
    for j in range(3):
        ax = fig.add_subplot(gs[i, j])
        ax.text(0.5, 0.5, f'Subplot {i+1},{j+1}', ha='center', va='center')
        ax.set_title(f'how2matplotlib.com - {i+1},{j+1}')

gs.update(wspace=0.4, hspace=0.4)
plt.show()

Output:

Matplotlib中如何设置子图之间的间距：全面指南

这个例子创建了一个2×3的网格，其中列宽和行高不均匀。

4. 使用tight_layout()自动调整

对于简单的布局，Matplotlib的tight_layout()函数可以自动调整子图间距，以避免重叠。

import matplotlib.pyplot as plt

fig, axs = plt.subplots(2, 2, figsize=(10, 8))
for i in range(2):
    for j in range(2):
        axs[i, j].text(0.5, 0.5, f'Subplot {i+1},{j+1}', ha='center', va='center')
        axs[i, j].set_title(f'how2matplotlib.com - {i+1},{j+1}')

plt.tight_layout()
plt.show()

Output:

Matplotlib中如何设置子图之间的间距：全面指南

tight_layout()会自动调整子图之间的间距，以及图形的整体布局，使所有元素都能适当显示。

5. 使用constrained_layout实现自动间距调整

Matplotlib 3.0及以后版本引入了constrained_layout，这是一个更强大的自动布局调整工具。

import matplotlib.pyplot as plt

fig, axs = plt.subplots(2, 2, figsize=(10, 8), constrained_layout=True)
for i in range(2):
    for j in range(2):
        axs[i, j].text(0.5, 0.5, f'Subplot {i+1},{j+1}', ha='center', va='center')
        axs[i, j].set_title(f'how2matplotlib.com - {i+1},{j+1}')

plt.show()

Output:

Matplotlib中如何设置子图之间的间距：全面指南

constrained_layout=True参数会自动调整子图间距和整体布局，通常比tight_layout()效果更好。

6. 调整特定子图的间距

有时，我们可能只想调整特定子图之间的间距。这可以通过调整子图的位置和大小来实现。

import matplotlib.pyplot as plt

fig, axs = plt.subplots(2, 2, figsize=(10, 8))
for i in range(2):
    for j in range(2):
        axs[i, j].text(0.5, 0.5, f'Subplot {i+1},{j+1}', ha='center', va='center')
        axs[i, j].set_title(f'how2matplotlib.com - {i+1},{j+1}')

# 调整左上角子图的位置和大小
axs[0, 0].set_position([0.1, 0.6, 0.3, 0.3])

plt.show()

Output:

Matplotlib中如何设置子图之间的间距：全面指南

在这个例子中，我们使用set_position()方法调整了左上角子图的位置和大小。参数列表[left, bottom, width, height]定义了子图在图形中的位置和尺寸。

7. 处理复杂的布局

对于更复杂的布局，我们可能需要结合使用多种技术。

import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec

fig = plt.figure(figsize=(12, 8))
gs = gridspec.GridSpec(3, 3)

ax1 = fig.add_subplot(gs[0, :])
ax2 = fig.add_subplot(gs[1, :-1])
ax3 = fig.add_subplot(gs[1:, -1])
ax4 = fig.add_subplot(gs[-1, 0])
ax5 = fig.add_subplot(gs[-1, -2])

ax1.set_title('how2matplotlib.com - Subplot 1')
ax2.set_title('how2matplotlib.com - Subplot 2')
ax3.set_title('how2matplotlib.com - Subplot 3')
ax4.set_title('how2matplotlib.com - Subplot 4')
ax5.set_title('how2matplotlib.com - Subplot 5')

gs.update(wspace=0.5, hspace=0.5)
plt.show()

Output:

Matplotlib中如何设置子图之间的间距：全面指南

这个例子展示了如何创建一个复杂的布局，其中子图的大小和位置各不相同。

8. 使用面向对象的方法

虽然我们之前主要使用了pyplot接口，但使用面向对象的方法可以给我们更多的控制权。

import matplotlib.pyplot as plt

fig = plt.figure(figsize=(10, 8))
ax1 = fig.add_axes([0.1, 0.1, 0.8, 0.8])
ax2 = fig.add_axes([0.2, 0.5, 0.4, 0.3])

ax1.set_title('how2matplotlib.com - Main plot')
ax2.set_title('how2matplotlib.com - Inset plot')

plt.show()

Output:

Matplotlib中如何设置子图之间的间距：全面指南

在这个例子中，我们使用fig.add_axes()方法直接在图形上添加轴，完全控制每个子图的位置和大小。

9. 处理不同大小的子图

当子图大小不同时，调整间距可能会变得更加复杂。

import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec

fig = plt.figure(figsize=(12, 8))
gs = gridspec.GridSpec(2, 2, width_ratios=[2, 1], height_ratios=[1, 2])

ax1 = fig.add_subplot(gs[0, 0])
ax2 = fig.add_subplot(gs[0, 1])
ax3 = fig.add_subplot(gs[1, :])

ax1.set_title('how2matplotlib.com - Subplot 1')
ax2.set_title('how2matplotlib.com - Subplot 2')
ax3.set_title('how2matplotlib.com - Subplot 3')

gs.update(wspace=0.3, hspace=0.3)
plt.show()

Output:

Matplotlib中如何设置子图之间的间距：全面指南

这个例子展示了如何处理不同大小的子图，并调整它们之间的间距。

10. 动态调整间距

有时，我们可能需要根据图表内容动态调整间距。

import matplotlib.pyplot as plt

fig, axs = plt.subplots(2, 2, figsize=(10, 8))

for i in range(2):
    for j in range(2):
        axs[i, j].text(0.5, 0.5, f'Subplot {i+1},{j+1}', ha='center', va='center')
        axs[i, j].set_title(f'how2matplotlib.com - {i+1},{j+1}')

# 根据标题长度动态调整垂直间距
max_title_height = max([ax.title.get_window_extent().height for ax in axs.flat])
fig.subplots_adjust(hspace=max_title_height/fig.dpi)

plt.show()

Output:

Matplotlib中如何设置子图之间的间距：全面指南

这个例子展示了如何根据标题的高度动态调整子图之间的垂直间距。

11. 处理子图中的颜色条

当子图包含颜色条（colorbar）时，调整间距变得更加重要，因为颜色条会影响整体布局。

import matplotlib.pyplot as plt
import numpy as np

fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 5))

data1 = np.random.rand(10, 10)
data2 = np.random.rand(10, 10)

im1 = ax1.imshow(data1)
im2 = ax2.imshow(data2)

ax1.set_title('how2matplotlib.com - Subplot 1')
ax2.set_title('how2matplotlib.com - Subplot 2')

fig.colorbar(im1, ax=ax1)
fig.colorbar(im2, ax=ax2)

plt.tight_layout()
plt.show()

Output:

Matplotlib中如何设置子图之间的间距：全面指南

在这个例子中，我们为每个子图添加了一个颜色条，并使用tight_layout()自动调整布局。

12. 使用GridSpec和嵌套布局

对于更复杂的布局需求，我们可以使用GridSpec的嵌套功能。

import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec

fig = plt.figure(figsize=(12, 8))
outer_grid = gridspec.GridSpec(2, 2, wspace=0.4, hspace=0.4)

for i in range(4):
    inner_grid = gridspec.GridSpecFromSubplotSpec(2, 2, subplot_spec=outer_grid[i], wspace=0.1, hspace=0.1)
    for j in range(4):
        ax = plt.Subplot(fig, inner_grid[j])
        ax.text(0.5, 0.5, f'Subplot {i+1}-{j+1}', ha='center', va='center')
        ax.set_title(f'how2matplotlib.com -{i+1}-{j+1}')
        fig.add_subplot(ax)

plt.show()

Output:

Matplotlib中如何设置子图之间的间距：全面指南

这个例子展示了如何创建一个复杂的嵌套布局，其中每个主要子图又包含四个小的子图。

13. 处理不同尺寸的图形元素

当子图中包含不同尺寸的元素（如标题、标签、刻度等）时，可能需要更细致的调整。

import matplotlib.pyplot as plt
import numpy as np

fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(10, 8))

x = np.linspace(0, 10, 100)
ax1.plot(x, np.sin(x))
ax1.set_title('how2matplotlib.com - Sine Wave with Long Title')
ax1.set_xlabel('X-axis')
ax1.set_ylabel('Amplitude')

ax2.plot(x, np.cos(x))
ax2.set_title('how2matplotlib.com - Cosine Wave')
ax2.set_xlabel('X-axis')
ax2.set_ylabel('Amplitude')

plt.tight_layout()
plt.subplots_adjust(hspace=0.4)  # 额外调整垂直间距
plt.show()

Output:

Matplotlib中如何设置子图之间的间距：全面指南

在这个例子中，我们首先使用tight_layout()自动调整布局，然后通过subplots_adjust()进行微调，以适应不同长度的标题。

14. 使用constrained_layout的高级功能

constrained_layout不仅可以自动调整间距，还可以处理一些特殊情况。

import matplotlib.pyplot as plt
import numpy as np

fig, axs = plt.subplots(2, 2, figsize=(10, 8), constrained_layout=True)

for ax in axs.flat:
    im = ax.imshow(np.random.rand(10, 10))
    fig.colorbar(im, ax=ax)
    ax.set_title('how2matplotlib.com - Subplot')

plt.show()

Output:

Matplotlib中如何设置子图之间的间距：全面指南

这个例子展示了constrained_layout如何处理包含颜色条的多个子图，自动调整布局以适应所有元素。

15. 处理子图中的图例

当子图包含图例时，可能需要特别注意间距的调整。

import matplotlib.pyplot as plt
import numpy as np

fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(10, 8), constrained_layout=True)

x = np.linspace(0, 10, 100)
ax1.plot(x, np.sin(x), label='Sine')
ax1.plot(x, np.cos(x), label='Cosine')
ax1.set_title('how2matplotlib.com - Trigonometric Functions')
ax1.legend(loc='upper right')

ax2.plot(x, x**2, label='Square')
ax2.plot(x, x**3, label='Cube')
ax2.set_title('how2matplotlib.com - Power Functions')
ax2.legend(loc='upper left')

plt.show()

Output:

Matplotlib中如何设置子图之间的间距：全面指南

在这个例子中，我们使用constrained_layout=True来自动处理包含图例的子图布局。

16. 使用GridSpec的高级特性

GridSpec提供了一些高级特性，允许更精细的布局控制。

import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec

fig = plt.figure(figsize=(12, 8))
gs = gridspec.GridSpec(3, 3, figure=fig)

ax1 = fig.add_subplot(gs[0, :])
ax2 = fig.add_subplot(gs[1, :-1])
ax3 = fig.add_subplot(gs[1:, -1])
ax4 = fig.add_subplot(gs[-1, 0])
ax5 = fig.add_subplot(gs[-1, -2])

ax1.set_title('how2matplotlib.com - Subplot 1')
ax2.set_title('how2matplotlib.com - Subplot 2')
ax3.set_title('how2matplotlib.com - Subplot 3')
ax4.set_title('how2matplotlib.com - Subplot 4')
ax5.set_title('how2matplotlib.com - Subplot 5')

gs.update(wspace=0.5, hspace=0.5)
plt.show()

Output:

Matplotlib中如何设置子图之间的间距：全面指南

这个例子展示了如何使用GridSpec创建复杂的非均匀布局，并精确控制子图的位置和大小。

17. 处理子图中的3D图形

当处理3D图形时，间距调整可能需要特别注意。

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import numpy as np

fig = plt.figure(figsize=(12, 6))
gs = fig.add_gridspec(1, 2)

ax1 = fig.add_subplot(gs[0, 0], projection='3d')
ax2 = fig.add_subplot(gs[0, 1])

# 3D plot
x = y = np.arange(-3.0, 3.0, 0.05)
X, Y = np.meshgrid(x, y)
Z = np.sin(X) * np.cos(Y)
ax1.plot_surface(X, Y, Z)
ax1.set_title('how2matplotlib.com - 3D Surface')

# 2D plot
ax2.plot(x, np.sin(x))
ax2.set_title('how2matplotlib.com - 2D Sine Wave')

plt.tight_layout()
plt.show()

Output:

Matplotlib中如何设置子图之间的间距：全面指南

这个例子展示了如何在一个图形中组合3D和2D子图，并适当调整它们之间的间距。

18. 使用axes_grid1工具包

Matplotlib的axes_grid1工具包提供了一些高级的布局工具，可以更灵活地控制子图间距。

import matplotlib.pyplot as plt
from mpl_toolkits.axes_grid1 import ImageGrid
import numpy as np

fig = plt.figure(figsize=(12, 8))
grid = ImageGrid(fig, 111,  # 类似于subplot(111)
                 nrows_ncols=(2, 2),
                 axes_pad=0.5,  # 子图之间的间距
                 label_mode="L",
                 )

for ax, i in zip(grid, range(4)):
    ax.imshow(np.random.rand(10, 10))
    ax.set_title(f'how2matplotlib.com - Subplot {i+1}')

plt.show()

Output:

Matplotlib中如何设置子图之间的间距：全面指南

这个例子使用ImageGrid创建了一个2×2的网格，并自动处理了子图之间的间距。

19. 动态调整子图数量和布局

有时，我们可能需要根据数据动态调整子图的数量和布局。

import matplotlib.pyplot as plt
import numpy as np

def create_subplots(n):
    cols = int(np.ceil(np.sqrt(n)))
    rows = int(np.ceil(n / cols))
    fig, axs = plt.subplots(rows, cols, figsize=(4*cols, 4*rows))

    for i, ax in enumerate(axs.flat):
        if i < n:
            ax.plot(np.random.rand(10))
            ax.set_title(f'how2matplotlib.com - Plot {i+1}')
        else:
            ax.axis('off')

    plt.tight_layout()
    plt.show()

create_subplots(7)  # 创建7个子图

这个函数可以根据指定的数量动态创建子图，并自动调整布局。

20. 结合多种技术

在实际应用中，我们可能需要结合多种技术来实现理想的布局。

import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
import numpy as np

fig = plt.figure(figsize=(12, 8))
gs = gridspec.GridSpec(2, 2, width_ratios=[2, 1], height_ratios=[1, 2])

ax1 = fig.add_subplot(gs[0, 0])
ax2 = fig.add_subplot(gs[0, 1])
ax3 = fig.add_subplot(gs[1, :])

ax1.plot(np.random.rand(50))
ax1.set_title('how2matplotlib.com - Time Series')

ax2.pie([3, 4, 5], labels=['A', 'B', 'C'])
ax2.set_title('how2matplotlib.com - Pie Chart')

x = np.linspace(0, 10, 100)
ax3.plot(x, np.sin(x), label='Sine')
ax3.plot(x, np.cos(x), label='Cosine')
ax3.set_title('how2matplotlib.com - Trigonometric Functions')
ax3.legend()

gs.update(wspace=0.4, hspace=0.4)
plt.tight_layout()
plt.show()