教程

1.5 子图与布局管理 ​

前几节大多数示例只画单张图。实际分析中经常需要把多张图放在同一画布上对比，例如同一指标的分组子图、多个维度的联动视图。本节解决子图的创建与布局问题：从最简单的网格子图到非均匀网格、嵌套子图，再到间距与留白的自动化管理。合理的布局能显著提升多图并排时的可读性，也是论文配图与报告图表的基本功。本节覆盖 plt.subplot()、plt.subplots()、subplot2grid()、GridSpec、tight_layout 与 constrained_layout 等布局工具。

1.5.1 网格子图 plt.subplot() ​

plt.subplot(nrows, ncols, index) 在规则网格中按序号创建子图，序号从 1 开始，按行优先排列。它直接作用于 pyplot 当前 Figure：

python
import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 50)

plt.subplot(2, 2, 1)          # 2 行 2 列，第 1 格
plt.plot(x, np.sin(x))

plt.subplot(2, 2, 2)          # 第 2 格
plt.plot(x, np.cos(x))

plt.subplot(2, 2, 3)          # 第 3 格
plt.plot(x, x)

plt.subplot(2, 2, 4)          # 第 4 格
plt.plot(x, x ** 2)

plt.show()

plt.subplot(221) 是 plt.subplot(2, 2, 1) 的简写。调用 plt.subplot 会把当前子图切换为指定网格位置，之后的 plt.plot()、plt.title() 都作用在该子图上。plt.subplot() 每次调用时若该网格位置已存在子图，会直接复用并切换过去，不会重复创建。

1.5.2 批量创建 plt.subplots() ​

plt.subplots(nrows, ncols) 一次性创建整块网格，返回 (fig, axs)，axs 是子图对象的数组。sharex、sharey 参数可让子图共享坐标轴，figsize 控制画布尺寸：

python
fig, axs = plt.subplots(2, 2, figsize=(8, 6), sharex=True, sharey=True)

axs[0, 0].plot(x, np.sin(x))
axs[0, 1].plot(x, np.cos(x))
axs[1, 0].plot(x, x)
axs[1, 1].plot(x, x ** 2)

axs 的形状与网格一致，用 axs[行, 列] 索引。只有单个子图时 axs 直接是 Axes 对象而非数组，用 fig, ax = plt.subplots() 接收。sharex=True 让所有子图共享 x 轴，放大任一子图其他子图同步缩放，并自动隐藏内部子图重复的 x 刻度标签。可以用 fig.axes 遍历全部子图：

python
for ax in fig.axes:
    ax.grid(True)

fig.axes 是按创建顺序排列的全部 Axes 列表，适合批量设置统一属性。

1.5.3 非均匀网格 plt.subplot2grid() ​

plt.subplot2grid((总行, 总列), (起点行, 起点列), rowspan=行跨数, colspan=列跨数) 允许子图跨越多个网格单元，构造非均匀布局，如大图配侧栏的经典版面：

python
fig = plt.figure()

# 左上角大图，占 2 行 2 列
ax_main = plt.subplot2grid((3, 3), (0, 0), rowspan=2, colspan=2)
# 右上角小图，占 1 行 1 列
ax_topright = plt.subplot2grid((3, 3), (0, 2))
# 左侧中栏，占 1 行 2 列
ax_mid = plt.subplot2grid((3, 3), (2, 0), colspan=2)
# 右下角小图
ax_bottomright = plt.subplot2grid((3, 3), (2, 2))

ax_main.plot(x, np.sin(x))
ax_topright.plot(x, np.cos(x))
ax_mid.plot(x, x)
ax_bottomright.plot(x, x ** 2)

fig.tight_layout()
fig.show()

rowspan 与 colspan 控制子图在行方向与列方向跨越的格子数。subplot2grid 适合快速做出不规则版面，但网格单元的合并关系隐含在坐标中，布局复杂时不如 GridSpec 直观。

1.5.4 GridSpec 网格对象 ​

GridSpec 是更灵活的网格布局机制，把画布划分成网格后，用 fig.add_subplot(gs[行, 列]) 或 fig.add_subplot(gs[行区间, 列区间]) 精确放置子图，支持切片的行与列区间实现跨格：

python
from matplotlib.gridspec import GridSpec

fig = plt.figure()
gs = GridSpec(3, 3, figure=fig, width_ratios=[1, 2, 1],
              height_ratios=[1, 2, 1])

ax1 = fig.add_subplot(gs[0, :])        # 第一行整行
ax2 = fig.add_subplot(gs[1:, 0])       # 左列下面两格
ax3 = fig.add_subplot(gs[1, 1:])       # 中间行右侧
ax4 = fig.add_subplot(gs[2, 2])        # 右下角单格

GridSpec(nrows, ncols) 的 width_ratios 与 height_ratios 控制各列、各行的宽度比例，hspace 与 wspace 控制子图间距。gs[1:, 0] 这种切片写法让子图跨越多行多列，比 subplot2grid 更直观。fig.add_subplot(gs[切片]) 支持任意 numpy 风格的切片。

fig.add_gridspec() 是 Figure 级的方法，直接在 Figure 上创建 GridSpec，效果与 GridSpec(..., figure=fig) 相同：

python
fig = plt.figure()
gs = fig.add_gridspec(2, 2, hspace=0.4, wspace=0.4)

ax1 = fig.add_subplot(gs[0, 0])
ax2 = fig.add_subplot(gs[0, 1])
ax3 = fig.add_subplot(gs[1, :])   # 第二行合并成一个子图

fig.add_gridspec() 的优势是省去传 figure=fig 参数，并且与 Figure 生命周期绑定清晰。

1.5.5 嵌套子图 GridSpecFromSubplotSpec ​

GridSpecFromSubplotSpec(subplot_spec, nrows, ncols) 在一个已有的子图区域内部再划分网格，实现子图中的子图，适合在大图内部排布多个小图：

python
from matplotlib.gridspec import GridSpec, GridSpecFromSubplotSpec

fig = plt.figure()
outer = GridSpec(2, 2, figure=fig)

# 左上角区域内部再划分 2x2 网格
ax_outer = fig.add_subplot(outer[0, 0])
inner = GridSpecFromSubplotSpec(2, 2, subplot_spec=outer[0, 0],
                                hspace=0.4, wspace=0.4)

inner_axs = [fig.add_subplot(inner[i, j]) for i in range(2) for j in range(2)]

# 其余三个大格
ax2 = fig.add_subplot(outer[0, 1])
ax3 = fig.add_subplot(outer[1, 0])
ax4 = fig.add_subplot(outer[1, 1])

GridSpecFromSubplotSpec 的第一个参数是要拆分的子图位置，返回的 inner 是新的 GridSpec，用 fig.add_subplot(inner[行, 列]) 在内部创建子图。嵌套布局适合仪表盘式的复杂版面，例如在总览图内部放大局部区域。

1.5.6 交互式调整 plt.subplot_tool() ​

plt.subplot_tool() 打开一个交互式面板，可以拖动滑块实时调整子图的 left、right、bottom、top、wspace、hspace 六个布局参数。调整结果实时反映到当前 Figure，方便直观地找到合适的间距：

python
fig, axs = plt.subplots(2, 2)
plt.subplot_tool()   # 打开布局调整面板
plt.show()

该工具适合交互式探索阶段，例如在 Jupyter 中反复微调间距。面板只影响当前 Figure，关闭面板后调整即固定。批量脚本或最终成品通常改用 tight_layout 或 constrained_layout 自动化布局，避免手工依赖。

1.5.7 紧凑布局 tight_layout 与手动间距 subplots_adjust ​

plt.tight_layout() 自动调整子图间距与画布边距，避免标题、标签、图例互相遮挡。plt.subplots_adjust() 手动指定间距。fig.tight_layout() 与 fig.subplots_adjust() 是等效的面向对象版本：

python
fig, axs = plt.subplots(2, 2)
for i, ax in enumerate(fig.axes):
    ax.plot(x, i * x)
    ax.set_title(f'子图 {i + 1}')

fig.tight_layout()      # 自动紧凑布局
fig.show()

tight_layout 自动计算每个子图需要的空间，尽量压缩边距。若需要手工控制，用 subplots_adjust 指定六个参数：

python
fig.subplots_adjust(left=0.1, right=0.9, bottom=0.1, top=0.9,
                    wspace=0.3, hspace=0.4)

left、right、bottom、top 是画布四边留白占 Figure 宽高的比例，取值 0 到 1；wspace 是子图之间的水平间距（按子图平均宽度比例），hspace 是垂直间距（按子图平均高度比例）。plt.subplots_adjust(...) 与 fig.subplots_adjust(...) 参数完全一致，前者作用于当前 Figure。六个参数的典型调整：标题被裁剪时增大 top，图例放不下时增大 right，子图挤在一起时增大 wspace 与 hspace。

1.5.8 约束布局 constrained_layout ​

constrained_layout 是另一种自动化布局机制，在绘制过程中持续约束各元素，让标题、刻度标签、colorbar 自动避让。开启方式是在 plt.subplots() 或 plt.figure() 中设置 constrained_layout=True：

python
fig, axs = plt.subplots(2, 2, constrained_layout=True)

for i, ax in enumerate(fig.axes):
    ax.imshow(np.random.rand(10, 10))
    ax.set_title(f'子图 {i + 1}')

fig.colorbar(axs[0, 0].images[0], ax=axs, fraction=0.03)
fig.show()

constrained_layout 与 tight_layout 的目标一致，但机制不同：tight_layout 是在绘制完成后一次性计算布局，constrained_layout 在绘制过程中持续约束，对 colorbar、多次绘制的动态内容更友好。启用 constrained_layout 后通常不需要再调用 tight_layout()，两者同时使用反而可能冲突。constrained_layout 对复杂布局（如 GridSpecFromSubplotSpec）的适配也更好。

练习题 ​

第1题 概念理解 ​

说明 plt.subplot()、plt.subplots()、plt.subplot2grid() 三者的区别；说明 GridSpec 中 gs[1:, 0] 的含义；说明 tight_layout 与 constrained_layout 的机制差异；说明 fig.subplots_adjust() 六个参数各自控制什么。

参考答案

plt.subplot() 按网格序号逐个创建子图，plt.subplots() 一次创建整块网格并返回数组，subplot2grid 用行跨列跨构造非均匀布局。gs[1:, 0] 表示从第 1 行到最后一行、第 0 列的子图区域，即左侧列下方所有格合并。tight_layout 在绘制完成后一次性计算紧凑布局，constrained_layout 在绘制过程中持续约束，对 colorbar 等动态元素更友好。left、right、bottom、top 是画布四边留白比例，wspace 与 hspace 是子图之间的水平与垂直间距。

第2题 代码编写 ​

用 plt.subplots(2, 3) 创建 6 个子图并分别画六种基本图表（线图、散点图、柱状图、直方图、箱线图、饼图）；设置 sharex 与 sharey；最后调用 fig.tight_layout() 并保存。

参考答案
python
import matplotlib.pyplot as plt
import numpy as np

rng = np.random.default_rng(6)
x = np.linspace(0, 10, 50)

fig, axs = plt.subplots(2, 3, figsize=(12, 7),
                        sharex=False, sharey=False)

axs[0, 0].plot(x, np.sin(x))
axs[0, 0].set_title('线图')
axs[0, 1].scatter(rng.normal(0, 1, 50), rng.normal(0, 1, 50), s=10)
axs[0, 1].set_title('散点图')
axs[0, 2].bar(['A', 'B', 'C'], [3, 7, 5])
axs[0, 2].set_title('柱状图')
axs[1, 0].hist(rng.normal(0, 1, 300), bins=25)
axs[1, 0].set_title('直方图')
axs[1, 1].boxplot([rng.normal(0, 1, 100) for _ in range(3)])
axs[1, 1].set_title('箱线图')
axs[1, 2].pie([30, 25, 20, 15, 10], labels=['甲', '乙', '丙', '丁', '戊'])
axs[1, 2].set_title('饼图')

fig.tight_layout()
fig.savefig('six_charts.png', dpi=150)

第3题 进阶练习 ​

用 fig.add_gridspec() 创建一个 3 行 3 列的布局，让第一行整行合并、左下角 2x2 合并、其余为单格；在合并的大图内部用 GridSpecFromSubplotSpec 再嵌套 2 个小子图；最后开启 constrained_layout 并验证 colorbar 不遮挡子图。

参考答案
python
import matplotlib.pyplot as plt
import numpy as np
from matplotlib.gridspec import GridSpecFromSubplotSpec

fig = plt.figure(constrained_layout=True)
gs = fig.add_gridspec(3, 3)

# 第一行整行
ax_top = fig.add_subplot(gs[0, :])
ax_top.plot([1, 2, 3], [1, 4, 9])
ax_top.set_title('整行大图')

# 左下角 2x2 合并，内部再嵌套 2 个子图
ax_large = fig.add_subplot(gs[1:, 0:2])
inner = GridSpecFromSubplotSpec(2, 2, subplot_spec=gs[1:, 0:2],
                                hspace=0.4, wspace=0.4)
inner_ax1 = fig.add_subplot(inner[0, 0])
inner_ax2 = fig.add_subplot(inner[0, 1])
inner_ax1.scatter(np.random.rand(20), np.random.rand(20))
inner_ax2.plot(np.random.rand(20))

# 右侧两个单格
ax_right1 = fig.add_subplot(gs[1, 2])
ax_right2 = fig.add_subplot(gs[2, 2])
im = ax_right1.imshow(np.random.rand(10, 10), cmap='viridis')
fig.colorbar(im, ax=ax_right2, fraction=0.1)
ax_right2.axis('off')

fig.show()

常见错误 ​

错误 1 · plt.subplots() 返回的 axs 只有一个子图时无法用 axs[0] 索引

原因:单个子图时 axs 返回的是 Axes 对象而非数组。

解决:用 fig, ax = plt.subplots() 接收单子图;或统一用 fig.axes 遍历。

错误 2 · 多个子图的标题互相重叠或超出画布

原因:子图间距与边距设置不当,标题与相邻子图或画布边缘冲突。

解决:调用 fig.tight_layout(),或开启 constrained_layout=True,或手动调大 hspace。

错误 3 · tight_layout 与 constrained_layout 同时使用出现警告或布局异常

原因:两种自动布局机制互相冲突。

解决:只启用其中一种,优先用 constrained_layout 处理含 colorbar 的复杂布局。

错误 4 · 共享坐标轴后子图之间刻度标签堆叠冗余

原因:sharex=True 时内部子图的 x 刻度标签默认保留。

解决:用 ax.tick_params(labelbottom=False) 隐藏非底部子图的标签,或让 Matplotlib 自动隐藏共享轴的重复标签。

错误 5 · subplot2grid 或 GridSpec 布局中子图位置重叠

原因:多个子图的 rowspan、colspan 或切片区域互相交叠。

解决:规划好每个区域的起止行列,先用 gs 打印或画出网格边界验证布局。

错误 6 · colorbar 单独占用一个子图时显示为空

原因:fig.colorbar(im, ax=ax) 中 ax 传的是被隐藏坐标轴的子图,或 fraction 过小。

解决:把 ax 设为 im 所在子图,如 fig.colorbar(im, ax=ax1),并调整 fraction 控制 colorbar 宽度。