【进阶篇】使用Matplotlib的子图功能创建多个子图，并进行自定义布局

# 2.1 子图的创建和布局

### 2.1.1 subplot()函数

`subplot()`函数是创建子图最基本的方法。它接受三个参数：

- `nrows`：子图的行数
- `ncols`：子图的列数
- `index`：子图在网格中的索引

例如，以下代码创建了一个包含两行两列的子图网格，并激活左上角的子图：

import matplotlib.pyplot as plt

fig, axs = plt.subplots(2, 2)
ax = axs[0, 0]

### 2.1.2 gridspec模块

`gridspec`模块提供了更灵活的子图布局方式。它允许创建更复杂的网格结构，并控制子图之间的间距和大小。

以下代码使用`gridspec`模块创建了一个包含两行三列的子图网格，其中第一行的高度是第二行的两倍：

import matplotlib.pyplot as plt
from matplotlib.gridspec import GridSpec

fig = plt.figure()
gs = GridSpec(2, 3, height_ratios=[2, 1])
ax1 = fig.add_subplot(gs[0, :])
ax2 = fig.add_subplot(gs[1, 0])
ax3 = fig.add_subplot(gs[1, 1])
ax4 = fig.add_subplot(gs[1, 2])

# 2. 子图布局与定制

### 2.1 子图的创建和布局

#### 2.1.1 subplot()函数

subplot()函数是创建子图的最基本方法。它接受三个参数：

- `nrows`：子图的行数
- `ncols`：子图的列数
- `index`：子图在网格中的索引

例如，以下代码创建了一个包含两个子图的网格，第一个子图位于第一行第一列，第二个子图位于第一行第二列：

import matplotlib.pyplot as plt

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

# 访问第一个子图
ax1 = axes[0, 0]

# 访问第二个子图
ax2 = axes[0, 1]

#### 2.1.2 gridspec模块

gridspec模块提供了更灵活的子图布局控制。它允许用户指定子图的大小、位置和间距。

要使用gridspec，需要先创建一个`GridSpec`对象，然后使用`add_subplot()`方法添加子图。

例如，以下代码创建了一个包含两个子图的网格，第一个子图占据网格的左半部分，第二个子图占据右半部分：

import matplotlib.pyplot as plt
from matplotlib.gridspec import GridSpec

# 创建一个包含 1 行 2 列的子图网格
fig = plt.figure()
gs = GridSpec(1, 2)

# 添加第一个子图
ax1 = fig.add_subplot(gs[0, 0])

# 添加第二个子图
ax2 = fig.add_subplot(gs[0, 1])

### 2.2 子图的自定义

#### 2.2.1 标题、标签和刻度

可以自定义子图的标题、标签和刻度以提高可读性和信息性。

- **标题：**可以使用`set_title()`方法设置子图的标题。
- **标签：**可以使用`set_xlabel()`和`set_ylabel()`方法设置x轴和y轴的标签。
- **刻度：**可以使用`set_xticks()`和`set_yticks()`方法设置x轴和y轴的刻度。

例如，以下代码设置了子图的标题、x轴标签和y轴标签：

ax.set_title("My Plot")
ax.set_xlabel("X-axis")
ax.set_ylabel("Y-axis")

#### 2.2.2 图例和注释

图例和注释可以帮助解释子图中的数据。

- **图例：**可以使用`legend()`方法添加图例。
- **注释：**可以使用`annotate()`方法添加注释。

例如，以下代码添加了一个图例和一个注释：

# 添加图例
ax.legend()

# 添加注释
ax.annotate("This is an annotation", xy=(0.5, 0.5), xytext=(0.6, 0.6))

# 3. 子图中的数据可视化

### 3.1 绘制不同类型的图表

#### 3.1.1 折线图和散点图

折线图和散点图是可视化数据趋势和关系的常用图表类型。Matplotlib 提供了 `plot()` 函数来绘制这些图表。

import matplotlib.pyplot as plt

# 数据
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

# 绘制折线图
plt.plot(x, y)
plt.xlabel('x')
plt.ylabel('y')
plt.title('折线图')
plt.show()

# 绘制散点图
plt.scatter(x