00 前言
通常在阅读文献时，发现对于一些图片的绘制时，如果存在多个子图，通常为了美观、简洁，只保留最后一列的以及最左一侧的子图的刻度，如下图所示：
那么，我们应该如何实现这种功能呢？
一般来说，在python实现多子图绘制的函数主要有两个：
-
第一种，通过
fig.add_subplot(行、列、位置)
添加
import matplotlib.pyplot as plt
fig=plt.figure(figsize=(5,5))
subplot=fig.add_subplot(1,1,1)
-
第二种，通过
plt.subplots(行，列)
，将行数和列数作为参数传递给该方法，该方法返回一个图对象和轴对象，可以用来操作图形。
import matplotlib.pyplot as plt
fig,ax=plt.subplots(2,1)
其中，对于第一种来说，比较容易上手，只需要指定子图的具体位置即可，如下图所示：
import matplotlib.pyplot as plt
fig=plt.figure(figsize=(8,6),dpi=100)
ax_1=fig.add_subplot(121)
ax_1.text(0.3, 0.5, 'subplot(121)')
ax_2=fig.add_subplot(222)
ax_2.text(0.3, 0.5, 'subplot(222)')
ax_3=fig.add_subplot(224)
ax_3.text(0.3, 0.5, 'subplot(224)')
fig.suptitle("Figure with multiple Subplots")
plt.show()
1.1 循环绘制子图
如果要在一个页面上显示一个2x2的四个子图，只需要添加一个循环即可：
import matplotlib.pyplot as plt
fig=plt.figure(figsize=(8,6),dpi=100)
for i in range(4):
c=c+1
ax=fig.add_subplot(2,2,c)
ax.text(0.3, 0.5, 'subplot(22'+str(c)+')')
fig.suptitle("Figure with multiple Subplots")
plt.show()
2、使用plt.
subplots
(行，列)添加子图
matplotlib.pyplot.subplots(nrows=1, ncols=1, *,
sharex=False, sharey=False,
squeeze=True, subplot_kw=None,
gridspec_kw=None, **fig_kw)
但是，
plt.subplots()
与
fig.add_subplot()
相比稍微麻烦一点，但是功能也多一点，通过返回ax列表中的子图个数进行子图的绘制：
import matplotlib.pyplot as plt
fig,ax=plt.subplots(1,2,dpi=300)
ax[0].text(0.3,0.5,"1st Subplot")
ax[0].set_xticks([])
ax[0].set_yticks([])
ax[1].text(0.3,0.5,"2nd Subplot")
ax[1].set_xticks([])
ax[1].set_yticks([])
fig.suptitle('Figure with 2 subplots',fontsize=16)
plt.show()
2.1 循环绘制子图
对于
plt.subplots()
，如果要实现循环绘制子图，就需要双重循环：
import matplotlib.pyplot as plt
fig, axes = plt.subplots(2, 2, figsize=(6,6),dpi=100)
for i, row in enumerate(axes):
for j, col in enumerate(row):
axes[i,j].text(0.3, 0.5, 'axes['+str(i)+','+str(j)+']')
plt.tight_layout()
3、循环绘制子图时，设置共享坐标轴
那么，如何在循环绘制子图的同时，又实现共享坐标轴呢，这里就要使用到
plt.subplots()
，它提供了一个参数，可以自动实现共享坐标轴的功能，只需要在建立子图个数时添加
sharex、sharey
即可，如下所示：
fig, axes = plt.subplots(3, 3, sharex=True, sharey=True, figsize=(6,6))
下面进行简单示范：
import matplotlib.pyplot as plt
fig, axes = plt.subplots(2, 2, sharex=True, sharey=True, figsize=(6,6),dpi=100)
for i, row in enumerate(axes):
for j, col in enumerate(row):
axes[i,j].text(0.3, 0.5, 'axes['+str(i)+','+str(j)+']')
fig.suptitle('Figure with 2x2 subplots',fontsize=16)
plt.tight_layout()
可以发现，已经实现了我们的需求！！
同样的，如果要实现共享
label
，应该怎么做呢？
这其实有两个思路：
下面，进行简单演示：
import matplotlib.pyplot as plt
fig, axes = plt.subplots(2, 2, sharex=True, sharey=True, figsize=(6,6),dpi=100)
for i, row in enumerate(axes):
for j, col in enumerate(row):
axes[i,j].text(0.3, 0.5, 'axes['+str(i)+','+str(j)+']')
fig.suptitle('Figure with 2x2 subplots',fontsize=16)
fig.text(0.5, 0, 'xlabel', ha='center')
fig.text(0, 0.5, 'ylaebl', va='center', rotation='vertical')
plt.tight_layout()
或者也可以如下面这样：
import matplotlib.pyplot as plt
fig, axes = plt.subplots(2, 2, sharex=True, sharey=True, figsize=(6,6),dpi=100)
for i, row in enumerate(axes):
for j, col in enumerate(row):
axes[i,j].text(0.3, 0.5, 'axes['+str(i)+','+str(j)+']')
fig.suptitle('Figure with 2x2 subplots',fontsize=16)
if col.is_last_row():
col.set_xlabel('xlabel')
if col.is_first_col():
col.set_ylabel('ylaebl')
plt.tight_layout()
Tips：
使用shell在Linux系统下下载cmip6文件出现报错：No ESG Credentials found in /Users/daniele/.esg/credentials.pem
python--海温、OLR数据分布做显著性检验，绘制空间分布并打点
python--使用convolve 对二维数据进行平滑
python--使用cnmaps绘制省界地图（快速上手，简单有效）
Python编程中类的属性获取、设置、判断是否存在等，实战hasattr和getattr函数的应用案例！
Python编程中类的属性获取、设置、判断是否存在等，实战hasattr和getattr函数的应用案例！
Python高级进阶教程021期 pyqt5label控件进阶使用，设置兄弟控件，广告植入
Python高级进阶教程021期 pyqt5label控件进阶使用，设置兄弟控件，广告植入
【实测】python模拟jenkins的定时设置时间库： 【 python_jenkins_monitor 】
【实测】python模拟jenkins的定时设置时间库： 【 python_jenkins_monitor 】
python-IDE-spyder自动设置时间，作者、联系方式的方法--python学习笔记27
python-IDE-spyder自动设置时间，作者、联系方式的方法--python学习笔记27
使用shell在Linux系统下下载cmip6文件出现报错：No ESG Credentials found in /Users/daniele/.esg/credentials.pem
python--海温、OLR数据分布做显著性检验，绘制空间分布并打点
python--使用convolve 对二维数据进行平滑
python--使用cnmaps绘制省界地图（快速上手，简单有效）
