Matplotlib子圖間距詳解

一、Matplotlib子圖間距離

Matplotlib是Python的一個強大的數據可視化工具，子圖可以有效地幫助人們理解數據。但是，Matplotlib子圖之間的距離可能會影響到整個圖表的展示效果。因此，我們需要在圖形輸出前對子圖之間的間距進行調整。

Matplotlib子圖間距主要通過調整Figure和Subplot參數，例如subplot間距，左邊距、右邊距、上邊距、下邊距等。

以下是一個簡單的示例：

import matplotlib.pyplot as plt

fig = plt.figure(figsize=(7,7)) 
ax1 = fig.add_subplot(211)
ax1.plot([1,2,3], [4,5,6], 'o-', label="Line 1")
ax2 = fig.add_subplot(212)
ax2.plot([1,2,3],[2,3,4],'o-', label="Line 2")

plt.show()

輸出：

二、Matplotlib調整子圖間距

我們可以使用`subplots_adjust()`函數來調整子圖之間的間距。這個函數的作用是設置子圖周圍的空白區域的大小。

以下是一個簡單的示例：

import matplotlib.pyplot as plt

fig, axes = plt.subplots(nrows=2, ncols=1, figsize=(8, 4))
for i in range(2):
    ax = axes[i]
    x = range(10)
    y = [j*(i+1) for j in x]
    ax.plot(x, y)
    ax.set_title('Subplot ' + str(i+1), fontsize=10)

plt.subplots_adjust(hspace=0.5)
plt.show()

輸出：

三、Matplotlib刻度間距

在Matplotlib中，我們可以使用`xticks()`函數和`yticks()`函數來設置坐標軸刻度標籤，例如刻度標籤格式、旋轉角度和間距等。

以下是一個簡單的示例：

import matplotlib.pyplot as plt
import numpy as np

n = 5
x = np.arange(n)
y1 = (1-x/float(n)) * np.random.uniform(0.5,1.0,n)
y2 = (1-x/float(n)) * np.random.uniform(0.5,1.0,n)

fig, ax = plt.subplots()
ax.plot(x, y1, 'o-', label='Line 1')
ax.plot(x, y2, 'o-', label='Line 2')

ax.xaxis.set_ticks(np.arange(0, n, 1))
ax.xaxis.set_ticklabels(['One', 'Two', 'Three', 'Four', 'Five'], fontsize=10, rotation=30)

plt.legend(loc='best')
plt.show()

輸出：

四、Matplotlib子圖大小

我們可以使用`figsize`參數來調整子圖的大小，使其更適合不同的輸出需求。

以下是一個簡單的示例：

import matplotlib.pyplot as plt

fig = plt.figure(figsize=(10, 5)) 

ax1 = fig.add_subplot(121)
ax1.plot([1,2,3], [4,5,6], 'o-', label="Line 1")
ax1.set_title('Subplot 1', fontsize=12)

ax2 = fig.add_subplot(122)
ax2.plot([1,2,3],[2,3,4],'o-', label="Line 2")
ax2.set_title('Subplot 2', fontsize=12)

plt.show()

輸出：

五、Matplotlib子圖標題

我們可以使用`set_title()`函數為子圖添加標題。這是一個非常重要的功能，它可以讓觀察者更好地理解子圖的內容。

以下是一個簡單的示例：

import matplotlib.pyplot as plt

fig, axes = plt.subplots(nrows=2, ncols=1, figsize=(8, 4))
for i in range(2):
    ax = axes[i]
    x = range(10)
    y = [j*(i+1) for j in x]
    ax.plot(x, y)
    ax.set_title('Subplot ' + str(i+1), fontsize=12)

plt.show()

輸出：

六、Matplotlib畫子圖

當我們需要在一個圖表中畫多個子圖的時候，我們可以使用`subplots()`函數來創建多個子圖。

以下是一個簡單的示例：

import matplotlib.pyplot as plt

fig, axes = plt.subplots(nrows=2, ncols=2, figsize=(8, 6))
for i in range(2):
    for j in range(2):
        ax = axes[i][j]
        x = range(10)
        y = [j*(i+1) for j in x]
        ax.plot(x, y)
        ax.set_title('Subplot ' + str(i*2+j+1), fontsize=12)

plt.tight_layout()
plt.show()

輸出：

七、Matplotlib更改橫軸間距

我們可以使用`set_xticks()`函數和`set_xticklabels()`函數來更改橫軸的間距。

以下是一個簡單的示例：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(0, 5, 0.1)
y = np.sin(x)

fig, ax = plt.subplots()
ax.plot(x, y)

ax.set_xticks(np.arange(0, 5, 1))
ax.set_xticklabels(['0', '1', '2', '3', '4'], fontsize=10)

plt.show()

輸出：

八、Matplotlib創建子圖

我們可以使用`add_subplot()`函數來創建一個或多個子圖。

以下是一個簡單的示例：

import matplotlib.pyplot as plt

fig = plt.figure()

ax1 = fig.add_subplot(221)
ax1.plot([1,2,3], [4,5,6], 'o-', label="Line 1")
ax1.set_title('Subplot 1', fontsize=12)

ax2 = fig.add_subplot(222)
ax2.plot([1,2,3],[2,3,4],'o-', label="Line 2")
ax2.set_title('Subplot 2', fontsize=12)

ax3 = fig.add_subplot(223)
ax3.plot([1,2,3],[4,6,8],'o-', label="Line 3")
ax3.set_title('Subplot 3', fontsize=12)

ax4 = fig.add_subplot(224)
ax4.plot([1,2,3],[1,3,5],'o-', label="Line 4")
ax4.set_title('Subplot 4', fontsize=12)

plt.show()

輸出：