matplotlib画布分区

### 使用 Matplotlib 创建多子图并分割画布

在 Python 的 Matplotlib 库中，`GridSpec` 和 `subplot` 是两个非常强大的工具来创建复杂的图形布局。通过这些功能可以灵活地控制多个子图的位置和大小。

#### 利用 GridSpec 进行复杂布局设计

对于更精细的布局需求，推荐使用 `matplotlib.gridspec.GridSpec` 来定义网格结构，并基于此分配各个子图的空间。下面是一个具体的例子展示如何利用 `GridSpec` 实现不同比例尺寸的子图排列[^1]：

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

plt.figure()
gs = gridspec.GridSpec(3, 3)

ax1 = plt.subplot(gs[0, :])
ax2 = plt.subplot(gs[1, :2])
ax3 = plt.subplot(gs[2, 2])

plt.show()

这段代码展示了怎样在一个 3x3 的网格内安排三个具有特定位置关系的子图：第一个占据顶部整行；第二个位于中间左侧两格；最后一个则单独处于右下角一格[^2]。

#### 调整子图之间的间距

为了使图表看起来更加美观整洁，在完成基本布局之后还可以进一步调节各子图间的空白距离。这可以通过调用 `plt.subplots_adjust()` 方法轻松达成，其中参数 `wspace` 控制水平方向上的间隔宽度而 `hspace` 影响垂直方向的距离设置[^4]:

plt.subplots_adjust(wspace=0.4, hspace=0.6)

上述命令会增加相邻列之间以及上下行间留白的比例，从而改善整体视觉效果。

#### 子图与数据准备

当涉及到实际数据分析时，则需事先准备好待可视化的数据集。通常情况下我们会导入 NumPy 或 Pandas 等库来进行必要的预处理工作，比如读取文件、计算统计量等操作[^3]。接着就可以按照前面介绍的方法构建相应的绘图框架了。