Matplotlib 绘制多图（Subplots）完全指南

在数据分析、科研论文、报告展示中，多图组合 是最常见的可视化需求。Matplotlib 提供了强大的 subplots 系统，支持 任意布局、共享坐标轴、嵌套、复杂组合。本教程从入门到专业，带你一文掌握所有技巧。

一、核心函数对比

函数	用途	推荐场景
`plt.subplot()`	快速网格布局	简单 2×2 图
`plt.subplots()`	返回 `fig, axes` 数组	推荐，复杂图
`plt.subplot2grid()`	不规则布局	仪表盘
`GridSpec`	高级灵活布局	跨行/跨列

二、方法 1：`plt.subplots()`（推荐！面向对象）

import matplotlib.pyplot as plt
import numpy as np

# 创建 2行2列子图
fig, axes = plt.subplots(2, 2, figsize=(10, 8))

# 填充数据
x = np.linspace(0, 10, 100)

axes[0, 0].plot(x, np.sin(x), 'b-')
axes[0, 0].set_title('sin(x)')

axes[0, 1].plot(x, np.cos(x), 'r--')
axes[0, 1].set_title('cos(x)')

axes[1, 0].scatter(x[::5], np.sin(x[::5]))
axes[1, 0].set_title('散点图')

axes[1, 1].hist(np.random.randn(1000), bins=30, color='purple', alpha=0.7)
axes[1, 1].set_title('直方图')

plt.tight_layout()  # 自动调整间距
plt.show()

优势：axes 是数组，可循环、可索引，适合批量操作

三、方法 2：`plt.subplot()`（快速网格）

plt.figure(figsize=(10, 8))

plt.subplot(2, 2, 1)  # 第1个子图
plt.plot(x, np.sin(x))
plt.title('sin(x)')

plt.subplot(2, 2, 2)
plt.plot(x, np.cos(x), 'r--')
plt.title('cos(x)')

plt.subplot(2, 2, 3)
plt.bar(['A','B','C'], [3,7,5])
plt.title('柱状图')

plt.subplot(2, 2, 4)
plt.pie([30,20,25,25], labels=['A','B','C','D'], autopct='%1.1f%%')
plt.title('饼图')

plt.tight_layout()
plt.show()

适合快速原型，不推荐复杂项目

四、共享坐标轴（`sharex`, `sharey`）

fig, axes = plt.subplots(2, 1, sharex=True, sharey=True, figsize=(8, 6))

axes[0].plot(x, np.sin(x), 'b-')
axes[0].set_title('共享 X 和 Y 轴')

axes[1].plot(x, np.cos(x), 'r-')
axes[1].set_xlabel('x')  # 只有底部显示标签

plt.tight_layout()
plt.show()

节省空间，适合对比趋势

五、不规则布局：`GridSpec`

from matplotlib.gridspec import GridSpec

fig = plt.figure(figsize=(12, 8))
gs = GridSpec(3, 3, figure=fig)

# 左边大图（跨2行2列）
ax1 = fig.add_subplot(gs[0:2, 0:2])
ax1.plot(x, np.sin(x**2), 'purple')
ax1.set_title('主图：sin(x²)')

# 右上小图
ax2 = fig.add_subplot(gs[0, 2])
ax2.bar(['A','B','C'], [3,7,5])
ax2.set_title('柱状图')

# 右中
ax3 = fig.add_subplot(gs[1, 2])
ax3.pie([30,20,25,25], autopct='%1.1f%%')
ax3.set_title('饼图')

# 底部整行
ax4 = fig.add_subplot(gs[2, :])
ax4.hist(np.random.randn(1000), bins=50, color='skyblue', alpha=0.7)
ax4.set_title('底部直方图')

plt.tight_layout()
plt.show()

六、嵌套子图（子图中的子图）

fig, ax = plt.subplots(figsize=(8, 6))
ax.plot(x, np.sin(x), 'b-', linewidth=2)

# 在主图上添加小图（inset）
ax_inset = fig.add_axes([0.6, 0.6, 0.25, 0.25])  # [左, 下, 宽, 高]
ax_inset.plot(x[:20], np.cos(x[:20]), 'r-')
ax_inset.set_title('局部放大', fontsize=10)

plt.show()

七、批量操作所有子图

fig, axes = plt.subplots(2, 3, figsize=(12, 6))
axes = axes.flatten()  # 转为1D数组

data_funcs = [np.sin, np.cos, np.tan, np.exp, np.log, lambda x: x**2]

for i, (ax, func) in enumerate(zip(axes, data_funcs)):
    try:
        ax.plot(x, func(x))
        ax.set_title(func.__name__ if hasattr(func, '__name__') else f'f{i}')
    except:
        ax.text(0.5, 0.5, 'Error', ha='center', va='center', transform=ax.transAxes)

plt.tight_layout()
plt.show()

八、总标题与子标题

fig, axes = plt.subplots(2, 2, figsize=(10, 8))

for i, ax in enumerate(axes.flatten()):
    ax.plot(x, np.sin(x + i))
    ax.set_title(f'子图 {i+1}')

fig.suptitle('多子图总标题示例', fontsize=18, fontweight='bold', y=1.02)
plt.tight_layout(rect=[0, 0, 1, 0.96])
plt.show()

九、完整专业示例（论文级多图）

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

plt.style.use('seaborn-v0_8')
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

x = np.linspace(0, 2*np.pi, 200)
y1, y2 = np.sin(x), np.cos(x)

# 创建复杂布局
fig = plt.figure(figsize=(14, 10))
gs = GridSpec(3, 3, figure=fig, hspace=0.4, wspace=0.4)

# 主图：双曲线
ax_main = fig.add_subplot(gs[0:2, 0:2])
ax_main.plot(x, y1, '#1f77b4', linewidth=3, label=r'$\sin(x)$')
ax_main.plot(x, y2, '#ff7f0e', linewidth=3, linestyle='--', label=r'$\cos(x)$')
ax_main.set_title('三角函数波形', fontsize=14, fontweight='bold')
ax_main.set_xlabel('角度 (rad)')
ax_main.set_ylabel('函数值')
ax_main.legend(fontsize=11)
ax_main.grid(True, alpha=0.3)

# 右上：散点
ax_scatter = fig.add_subplot(gs[0, 2])
ax_scatter.scatter(x[::10], y1[::10], c=y2[::10], cmap='plasma', s=60, edgecolors='k')
ax_scatter.set_title('散点图\n(颜色表示 cos)')
plt.colorbar(ax_scatter.collections[0], ax=ax_scatter, shrink=0.8)

# 右中：柱状
ax_bar = fig.add_subplot(gs[1, 2])
categories = ['Q1', 'Q2', 'Q3', 'Q4']
values = [85, 92, 78, 88]
bars = ax_bar.bar(categories, values, color=['#2ca02c','#d62728','#9467bd','#8c564b'])
ax_bar.set_title('季度销售额')
ax_bar.set_ylim(0, 100)
for bar in bars:
    h = bar.get_height()
    ax_bar.text(bar.get_x() + bar.get_width()/2, h+1, f'{h}', 
                ha='center', va='bottom', fontsize=10)

# 底部：直方图 + 箱线图
ax_hist = fig.add_subplot(gs[2, 0])
data = np.random.normal(100, 15, 1000)
ax_hist.hist(data, bins=30, color='skyblue', edgecolor='black', alpha=0.7)
ax_hist.set_title('正态分布直方图')
ax_hist.set_xlabel('值')
ax_hist.set_ylabel('频数')

ax_box = fig.add_subplot(gs[2, 1:3])
ax_box.boxplot([np.random.normal(0,1,100), np.random.normal(1,1.5,100)], 
               labels=['组A', '组B'], patch_artist=True,
               boxprops=dict(facecolor='lightblue', color='black'),
               medianprops=dict(color='red'))
ax_box.set_title('箱线图对比分析')

# 总标题
fig.suptitle('Matplotlib 多图布局专业示例', fontsize=20, fontweight='bold', y=0.98)

plt.savefig('multiplot_pro.png', dpi=300, bbox_inches='tight', facecolor='white')
plt.show()

十、多图速查表（收藏用）

# 1. 标准网格
fig, axes = plt.subplots(2, 3, figsize=(12, 6))

# 2. 共享轴
fig, axes = plt.subplots(2, 1, sharex=True)

# 3. 不规则布局
gs = GridSpec(3, 3)
ax1 = fig.add_subplot(gs[0:2, 0:2])

# 4. 嵌套图
ax_inset = fig.add_axes([0.7, 0.7, 0.2, 0.2])

# 5. 总标题
fig.suptitle('总标题', fontsize=16, y=1.02)

# 6. 自动间距
plt.tight_layout()

十一、常见问题解决

问题	解决方案
子图重叠	`plt.tight_layout()` 或 `fig.subplots_adjust()`
标签被裁剪	`plt.savefig(..., bbox_inches='tight')`
颜色重复	用 `axes.flatten()` 循环设置
布局太挤	增大 `figsize` 或用 `GridSpec`
坐标轴标签重复	用 `sharex=True`

十二、推荐布局模板

用途	布局
论文插图	2×2 或 1×3 + 共享轴
仪表盘	`GridSpec` + 跨行跨列
时序对比	`sharex=True` 多行
相关性分析	`plt.subplots(3,3)` + 对角线

官方文档

Subplots：https://matplotlib.org/stable/api/_as_gen/matplotlib.pyplot.subplots.html
GridSpec：https://matplotlib.org/stable/api/_as_gen/matplotlib.gridspec.GridSpec.html
示例图库：https://matplotlib.org/stable/gallery/subplots_axes_and_figures/index.html

总结：三步打造专业多图

# 1. 规划布局
fig, axes = plt.subplots(2, 2, figsize=(12, 8), sharex=True)

# 2. 填充内容
for ax in axes.flatten():
    ax.plot(...)

# 3. 美化输出
fig.suptitle('标题')
plt.tight_layout()
plt.savefig('fig.png', dpi=300, bbox_inches='tight')

一键生成 2×2 多图：

fig, axes = plt.subplots(2, 2, figsize=(10, 8))
axes[0,0].plot(x, np.sin(x)); axes[0,0].set_title('sin')
axes[0,1].plot(x, np.cos(x)); axes[0,1].set_title('cos')
axes[1,0].hist(np.random.randn(1000)); axes[1,0].set_title('hist')
axes[1,1].scatter(x[::5], np.sin(x[::5])); axes[1,1].set_title('scatter')
plt.tight_layout(); plt.show()

需要我为你：

生成 6种经典多图布局模板？
制作 Jupyter 多图交互小工具？
输出 LaTeX/PPT 可用多图代码？

告诉我你的需求！

Matplotlib 绘制多图

Matplotlib 绘制多图（Subplots）完全指南

一、核心函数对比

二、方法 1：`plt.subplots()`（推荐！面向对象）

三、方法 2：`plt.subplot()`（快速网格）

四、共享坐标轴（`sharex`, `sharey`）

五、不规则布局：`GridSpec`

六、嵌套子图（子图中的子图）

七、批量操作所有子图

八、总标题与子标题

九、完整专业示例（论文级多图）

十、多图速查表（收藏用）

十一、常见问题解决

十二、推荐布局模板

官方文档

总结：三步打造专业多图

likuolei

发表回复取消回复

归档

分类

2025 年 11 月
一	二	三	四	五	六	日
					1	2
3	4	5	6	7	8	9
10	11	12	13	14	15	16
17	18	19	20	21	22	23
24	25	26	27	28	29	30

Matplotlib 绘制多图（Subplots）完全指南

一、核心函数对比

二、方法 1：plt.subplots()（推荐！面向对象）

三、方法 2：plt.subplot()（快速网格）

四、共享坐标轴（sharex, sharey）

五、不规则布局：GridSpec

六、嵌套子图（子图中的子图）

七、批量操作所有子图

八、总标题与子标题

九、完整专业示例（论文级多图）

十、多图速查表（收藏用）

十一、常见问题解决

十二、推荐布局模板

官方文档

总结：三步打造专业多图

likuolei

发表回复 取消回复

相关文章

二、方法 1：`plt.subplots()`（推荐！面向对象）

三、方法 2：`plt.subplot()`（快速网格）

四、共享坐标轴（`sharex`, `sharey`）

五、不规则布局：`GridSpec`

发表回复取消回复