Matplotlib 子图中垂直空间的控制

Matplotlib的子图(subplot)功能非常丰富，能够让我们在一张图中显示多个子图，同时对每个子图进行自定义设置。在子图中，垂直空间的控制非常重要。本文将介绍如何在Matplotlib子图中控制垂直空间。

阅读更多：Matplotlib 教程

指定布局

Matplotlib的子图功能支持通过指定子图在整张图中的布局来控制垂直空间。我们可以通过 plt.subplots 函数创建一个或多个子图，并传入 gridspec_kw 参数来指定子图的布局。下面的代码展示如何在有两行子图的布局中控制垂直间距：

import matplotlib.pyplot as plt

fig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(
    nrows=2, ncols=2, gridspec_kw={'height_ratios': [2, 1]})
ax1.plot([1,2,3], [1,2,3])
ax2.plot([1,2], [1,2])
ax3.plot([1,2,3,4], [1,2,3,4])
ax4.plot([1,2], [1,2])

上述代码中创建了一个 2 行 2 列的布局，在 gridspec_kw 参数中使用 height_ratios 指定了每个子图在垂直方向的高度比例，第一行的子图在垂直方向占用两个单位的高度，第二行的子图在垂直方向占用一个单位的高度。

使用subplots_adjust

如果布局指定不能满足需求，我们可以使用 plt.subplots_adjust 函数对子图之间的垂直间距进行微调。该函数有多个参数来控制子图之间的间距和边距。其中和垂直间距有关的参数包括：

• hspace：用于控制子图之间的垂直间距，单位为子图高度的比例，默认值为0.2；
• height：用于控制子图的高度，单位为英寸，也可以指定为一个长度为 N 的列表，其中的第 i 个元素为第 i 个子图的高度。

下面的代码演示如何使用 subplots_adjust 对子图进行微调：

import matplotlib.pyplot as plt

fig, (ax1, ax2, ax3) = plt.subplots(nrows=3)
fig.subplots_adjust(hspace=0.4)
ax1.plot([1,2,3], [1,2,3])
ax2.plot([1,2], [1,2])
ax3.plot([1,2,3,4], [1,2,3,4])

上述代码中创建了一个指定为 3 行的布局，通过调用 subplots_adjust 函数把垂直间距调整为 0.4 倍子图高度的大小。

注意，在调用 subplots_adjust 之前必须先创建一个 fig 对象以及子图对象 ax1, ax2, ax3。

通过添加空白的文本

除了调整布局和垂直间距之外，我们还可以通过向子图中添加一些空白的文本来控制垂直间距。通常我们可以使用 \n 来添加换行符，从而创建一些空白的行：

import matplotlib.pyplot as plt

fig, (ax1, ax2) = plt.subplots(nrows=2)
ax1.plot([1,2,3], [1,2,3])
ax1.text(2, 1.5, '\n\n\n')
ax2.text(2, 1.5, '\n')
ax2.plot([1,2], [1,2])

在上述代码中，我们在第一个子图中添加了 3 个空白行，而在第二个子图中添加了 1 个空白行。

需要注意的是，这种方法可能会导致文本在某些情况下被忽略。如果需要更加稳定可靠的方法，建议还是使用前面介绍的布局和 subplots_adjust 方法。

使用sharey

在某些情况下，我们需要让两个子图共享同一个纵坐标轴。此时我们可以使用 sharey 参数来实现。下面的代码演示了如何创建两个共享横坐标轴的子图：

import matplotlib.pyplot as plt

fig, (ax1, ax2) = plt.subplots(nrows=2, sharey=True)
ax1.plot([1,2,3], [1,2,3])
ax2.plot([1,2], [1,2])

其中 sharey 参数的值为 True 表示两个子图共享纵坐标轴。

总结

本文介绍了在Matplotlib子图中控制垂直空间的几种方法，包括指定布局、使用subplots_adjust函数微调间距、添加空白文本和共享轴。在实际使用中应根据需要选择不同的方法，以达到最佳效果。