Matplotlib 子图返回值的含义和使用

Matplotlib是一个广泛使用的Python可视化库，提供了许多功能，包括绘制各种类型的图表和图形。其中，子图是Matplotlib中常用的一种形式，它可以将多个图表组合在一起，形成一个整体图表。当创建子图时，Matplotlib返回的是一个子图对象列表，这些对象包含了子图的所有属性和方法。本文将重点介绍Matplotlib子图返回值的含义和使用，以便更好地利用Matplotlib进行数据可视化。

阅读更多：Matplotlib 教程

Matplotlib子图

Matplotlib中的子图是由subplots()函数创建的，该函数可以创建一个包含多个子图的图表。其基本语法如下：

fig, axes = plt.subplots(nrows, ncols, ...)

其中，nrows和ncols分别指定子图的行数和列数，fig是整个图表的对象，axes是包含所有子图对象的列表。使用plt.subplots()函数的返回值通常可以直接用于绘图。比如，我们可以使用如下代码创建一个包含2行3列子图的图表：

import matplotlib.pyplot as plt

fig, axes = plt.subplots(nrows=2, ncols=3)

该代码会创建一个2行3列的子图，其中每个子图都有默认的坐标轴和标题。这些子图对象包含着各自的属性和方法，可以用于更精细的定制。

子图对象

当调用subplots()函数创建子图时，Matplotlib返回一个包含所有子图对象的列表。列表的大小由nrows和ncols指定，每个元素是一个子图对象。这些子图对象是Matplotlib的Axes对象的实例，包含了许多子图属性和方法，可以用于对子图进行操作和定制。

subplots例子

我们可以通过如下代码获取第一个子图对象，并对该子图进行定制。

import matplotlib.pyplot as plt

fig, axes = plt.subplots(nrows=2, ncols=3)

axes_0_0 = axes[0, 0]
axes_0_0.set_title('Subplot 1')
axes_0_0.set_xlabel('X-axis')
axes_0_0.set_ylabel('Y-axis')

该代码首先创建一个2行3列的子图，然后选择第一个子图对象axes[0, 0]进行定制。我们使用set_title()、set_xlabel()以及set_ylabel()方法给子图添加标题和标签

subplots例子2

下面我们再看一组代码，该代码创建了一个包含两个子图的图表，并在第一个子图中绘制了一个折线图，然后在第二个子图中绘制了一个散点图。

import matplotlib.pyplot as plt
import numpy as np

fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(8, 4))

# 在第一个子图中绘制折线图
x = np.linspace(0, 5, 100)
y = np.sin(x)
axes[0].plot(x, y)
axes[0].set_title('Line plot')

# 在第二个子图中绘制散点图
x = np.random.rand(100)
y = np.random.rand(100)
axes[1].scatter(x, y)
axes[1].set_title('Scatter plot')

该代码创建了一个1行2列的子图，其中，第一个子图绘制了一条sine曲线，第二个子图绘制了100个随机散点。我们使用figsize()函数定义了图表的大小，使其更容易查看。最终结果如下：

当使用subplots()函数创建子图时，Matplotlib返回一个含有所有子图对象的列表，其中每个元素都是一个子图对象。这些子图对象是Matplotlib的Axes对象的实例，具有许多属性和方法，可用于定制和处理子图。这些属性和方法有助于更好地理解和利用Matplotlib子图。

数组形式返回

当只创建一个子图时，Matplotlib返回的是一个单独的Axes对象，而不是包含用户请求的行和列的子图对象数组。一种解决方法是使用numpy库的atleast_2d()函数：

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-2, 2, 100)
y = x ** 2

fig, ax = plt.subplots()
ax.plot(x, y)

subplots, = np.atleast_2d(ax)
print(subplots[0])    # 输出子图对象

在这种情况下，我们可以使用numpy库的atleast_2d()函数将ax对象转换为包含单个子图的数组，然后尝试提取子图对象与其他子图处理操作一起使用。

取子图的方法

在使用subplots()函数创建子图时，我们可以使用如下方法访问子图：

使用索引：当子图按行优先创建时，我们可以使用axes [row_index, col_index]或axes [j]语法来访问第j个子图，其中j = row_index * ncols + col_index；
迭代子图：我们也可以通过迭代子图对象列表来访问每个子图对象。

import matplotlib.pyplot as plt

fig, axes = plt.subplots(nrows=2, ncols=2)

# 通过索引访问子图
axes[0, 0].set_title('Subplot 1')
axes[0, 1].set_title('Subplot 2')
axes[1, 0].set_title('Subplot 3')
axes[1, 1].set_title('Subplot 4')

# 通过循环访问子图
titles = ['Subplot 1', 'Subplot 2', 'Subplot 3', 'Subplot 4']
for ax, title in zip(axes.flat, titles):
    ax.set_title(title)

上面这个例子使用了索引和循环两种方法来访问子图对象。在循环中，我们使用了zip()函数将子图对象列表和标题列表进行关联，然后访问每个子图对象并设置其标题。