Matplotlib 如何控制子图的大小

Matplotlib 如何控制子图的大小

在使用 Matplotlib 画图时，我们常常会需要将图分成多个子图来展示不同数据。控制子图的大小是十分重要的，因为它可以使图表更加美观和易于理解。本文将详细介绍如何使用 Matplotlib 控制子图的大小，包括设置整体图的大小和每个子图的大小。

设置整体图的大小

在 Matplotlib 中，可以使用 plt.figure(figsize=(width, height)) 来设置整体图的大小，其中 width 和 height 分别代表图的宽度和高度。这里的单位是英寸（inch）。下面是一个简单的示例：

import matplotlib.pyplot as plt

plt.figure(figsize=(10, 5))
plt.plot([1, 2, 3, 4], [1, 4, 9, 16])
plt.show()

上面的代码创建了一个大小为 10×5 英寸的图，然后在图上画了一个简单的折线图。运行结果如下图所示：

# 运行结果截图

通过设置 plt.figure(figsize=(width, height)) 可以快速方便地调整整体图的大小，使其适应不同的展示需求。

控制子图的大小

当需要将图分成多个子图时，我们可以使用 plt.subplot() 或 plt.subplots() 函数来创建子图。在这里，我们介绍如何控制单个子图的大小。

使用 plt.subplot()

使用 plt.subplot() 来创建子图时，可以通过 plt.subplot(nrows, ncols, index) 函数的 figsize 参数来控制子图的大小。figsize 参数的格式为 (width, height)，表示子图的宽度和高度。下面是一个示例代码：

import matplotlib.pyplot as plt

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

plt.subplot(1, 2, 1, figsize=(5, 5))
plt.plot([1, 2, 3, 4], [1, 4, 9, 16])

plt.subplot(1, 2, 2, figsize=(5, 5))
plt.plot([1, 2, 3, 4], [1, 4, 9, 16])

plt.show()

上面的代码创建了一个大小为 10×5 英寸的整体图，然后在整体图上创建了一个 1×2 的子图布局，并分别设置了两个子图的大小为 5×5 英寸。运行结果如下图所示：

# 运行结果截图

使用 plt.subplots()

使用 plt.subplots() 来创建子图时，可以通过 figsize 参数来控制每个子图的大小。figsize 参数的格式为 (width, height)，表示每个子图的宽度和高度。下面是一个示例代码：

import matplotlib.pyplot as plt

fig, axs = plt.subplots(1, 2, figsize=(10, 5))

axs[0].plot([1, 2, 3, 4], [1, 4, 9, 16])
axs[1].plot([1, 2, 3, 4], [1, 4, 9, 16])

plt.show()

上面的代码创建了一个大小为 10×5 英寸的整体图，然后在整体图上创建了一个 1×2 的子图布局，并分别设置了两个子图的大小为 5×5 英寸。运行结果如下图所示：

# 运行结果截图

通过设置 plt.subplot() 和 plt.subplots() 函数的 figsize 参数，可以方便地控制每个子图的大小，从而使图表更加美观和易于理解。

总结

本文介绍了如何使用 Matplotlib 控制子图的大小，包括设置整体图的大小和每个子图的大小。通过调整子图的大小，可以使图表更加美观和易于理解。

本文链接：http://so.lmcjl.com/news/8480/