【进阶篇】多图合成与子图布局：Subplot与Grid技术应用

# 2.1 Subplot的创建和基本用法

### 2.1.1 子图的创建和配置

import matplotlib.pyplot as plt

# 创建一个子图
fig, ax = plt.subplots()

# 设置子图的标题和标签
ax.set_title("子图示例")
ax.set_xlabel("x 轴")
ax.set_ylabel("y 轴")

# 在子图中绘制数据
ax.plot([1, 2, 3], [4, 5, 6])

在上述代码中，`subplots()` 函数创建了一个包含单个子图的图形对象。`fig` 变量表示整个图形，而 `ax` 变量表示子图。然后，我们可以使用 `set_title()`, `set_xlabel()` 和 `set_ylabel()` 方法来设置子图的标题和标签。最后，`plot()` 方法在子图中绘制数据。

# 2. Subplot子图布局技术

### 2.1 Subplot的创建和基本用法

#### 2.1.1 子图的创建和配置

Subplot是Matplotlib中一种强大的子图布局技术，它允许在单个图形窗口中创建和管理多个子图。创建子图的过程非常简单：

import matplotlib.pyplot as plt

# 创建一个包含2行3列的子图网格
fig, axes = plt.subplots(2, 3)

# 获取子图对象
ax1 = axes[0, 0]
ax2 = axes[0, 1]
ax3 = axes[0, 2]
ax4 = axes[1, 0]
ax5 = axes[1, 1]
ax6 = axes[1, 2]

`subplots`函数返回一个包含两个对象的元组：`fig`表示整个图形窗口，`axes`是一个二维数组，其中每个元素都是一个子图对象。可以通过索引子图数组来获取特定的子图。

#### 2.1.2 子图的坐标系和图形绘制

每个子图都有自己的坐标系，可以独立绘制图形。在子图上绘制图形与在单个图形窗口上绘制图形类似：

# 在ax1子图上绘制正弦曲线
ax1.plot(x, np.sin(x))

# 设置ax2子图的标题
ax2.set_title("正态分布直方图")

# 在ax3子图上绘制直方图
ax3.hist(data, bins=50)

### 2.2 Subplot的高级应用

#### 2.2.1 子图的共享坐标系和图例

Subplot可以共享坐标系和图例，从而实现更灵活的布局。通过`sharex`和`sharey`参数，可以分别控制子图在x轴和y轴上的共享：

# 创建一个包含2行2列的子图网格，共享x轴
fig, axes = plt.subplots(2, 2, sharex=True)

# 在ax1和ax2子图上绘制正弦曲线
ax1.plot(x, np.sin(x))
ax2.plot(x, np.cos(x))

# 设置ax1子图的x轴标签
ax1.set_xlabel("x")

# 共享图例
plt.legend()

#### 2.2.2 子图的自定义布局和调整

Subplot还提供了灵活的布局和调整选项。通过`gridspec`模块，可以自定义子图的布局和大小：