Matplotlib 动态添加/创建子图

在使用matplotlib绘图时，我们可能需要在已有的图像上添加或创建子图。这时借助matplotlib提供的动态添加/创建子图方式，可以很方便地满足我们的需求。本文将详细介绍Matplotlib动态添加/创建子图的方法及示例。

动态添加子图

在已有的图像中添加子图，可以使用plt.subplot().这个函数的前两个参数控制行列数，第三个参数控制子图的编号从左到右、从上到下的序号，例如：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 2 * np.pi, 100)

# 绘制sin(x)和cos(x)函数的图像
fig, ax = plt.subplots()
ax.plot(x, np.sin(x))
ax.plot(x, np.cos(x))

# 添加子图
ax2 = plt.subplot(2, 2, 2)
ax2.plot(x, np.tan(x))
ax3 = plt.subplot(2, 2, 3)
ax3.plot(x, np.arctan(x))

plt.show()

可以看到，我们首先绘制了正弦函数和余弦函数的图像，然后我们使用plt.subplot()添加了两个子图。

上面的代码使用了plt.subplots()创建了一个Figure对象和一个Axes对象。创建完这两个对象后，我们就可以在Axes对象上使用plot()函数等方法来绘制图像。为什么可以用plot()绘制图像？因为这里的Axes对象就相当于一个绘图区域，它本身就是一个画布。我们可以在这个画布上绘制任何我们想绘制的图形。

动态创建子图

如果我们需要动态地创建子图，如何实现呢？可以使用plt.subplots()函数创建多个子图。plt.subplots()函数返回的一个二元组，第一个元素是创建的Figure对象，第二个元素是一个包含所有子图Axes对象的二维数组。

使用代码示例：

import matplotlib.pyplot as plt
import numpy as np

fig, axs = plt.subplots(2, 2)

for i in range(2):
    for j in range(2):
        axs[i, j].plot(np.random.rand(10))

plt.show()

在上述代码中，我们传递了2和2两个参数给plt.subplots()函数，表示我们需要创建2行2列的4个子图。创建完这个二维数组之后，我们可以在二维数组中的每个元素中绘制不同的图像。

动态创建子图时自适应子图个数

如果需要动态地根据数据中的图像数量自适应子图个数，我们可以使用python中的pack方法，代码示例如下：

import matplotlib.pyplot as plt
import numpy as np

data = np.random.rand(10, 2)
n = data.shape[1]

fig, axs = plt.subplots(n, 1, sharex=True, sharey=True, figsize=(5, 5))

if n > 1:
    for i in range(n):
        axs[i].plot(data[:, i])
else:
    axs.plot(data)

plt.subplots_adjust(hspace=0)

plt.show()

在这个例子中，我们首先生成了一些2列的随机数据，然后根据数据列数动态创建了相应数量的子图。如果数据只有1列，则只会创建一个子图。子图共享x和y轴。

此时，我们的子图数量是动态根据数据特征创建的。