Matplotlib的subplot()：靈活自由的多圖排布利器

一、概述

subplot()是Matplotlib庫中一個十分實用的函數，它允許用戶在單個圖中排布出多個子圖，從而可以顯示多個數據可視化結果或者多種可視化效果。subplot()的優點在於相對簡單的調用方式和靈活的定製能力，許多常見的排布方式都可以通過輕鬆地調整行列參數完成。同時，用戶還可以通過subplot()的一些參數調整子圖之間的間距、圖內的邊距、標題和坐標軸等細節。

二、基礎使用

subplot()函數有三個必選參數，分別表示整個圖的行數、列數以及指定的子圖編號。其中行數、列數確定了整個圖的排布方式，而子圖編號則用來定位當前子圖的位置。具體來說，如果圖的行數為m，列數為n，指定的子圖編號為k，則subplot()函數作用後，當前圖的子圖編號將會變為$(k-1)\times n+m$。下面我們展示一個簡單的subplot()調用示例：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 2*np.pi, 400)
y = np.sin(x**2)

plt.subplot(2, 1, 1)
plt.plot(x, y)
plt.title('Subplot example')

plt.subplot(2, 1, 2)
plt.plot(x, -y)

這個例子中，我們將整個圖分為兩行一列，當前子圖的編號為1，即在整個圖的第一行繪製了sin曲線的圖像，並加上了一個標題；之後，我們將當前子圖的編號設置為2，即在整個圖的第二行繪製了-sin曲線的圖像。

三、高級定製

1. 調整間距和比例

subplot()函數支持通過調整subplot_kw參數來對子圖進行定製，其中包括figsize參數控制整個圖的大小，wspace和hspace參數控制子圖間的水平與垂直間距，以及gridspec_kw參數控制子圖的比例。

fig, axs = plt.subplots(2, 2, figsize=(8, 8), gridspec_kw={'width_ratios': [1, 2], 'height_ratios': [2, 1]})
axs[0, 0].plot([1, 2, 3, 4, 5])
axs[1, 1].scatter([1, 2, 3, 4], [2, 4, 6, 8])
plt.subplots_adjust(wspace=0.4, hspace=0.3)

在這個示例中，我們定義了一個2行2列的圖，指定了整個圖的大小為8×8，同時通過gridspec_kw參數指定了第一列和第二行的子圖寬度與高度比都為2，第二列和第一行的子圖寬度與高度比都為1。最後，我們通過subplots_adjust()函數調整了子圖之間的距離，使得圖像更加美觀。

2. 設置標題和坐標軸標籤

subplot()函數支持添加標題和坐標軸標籤，對圖像增加了更為豐富的信息。直接使用Matplotlib庫提供的plt.title()、plt.xlabel()和plt.ylabel()函數即可完成這些操作。

fig, axs = plt.subplots(2, 1, figsize=(6, 6))
x = np.linspace(0, 2*np.pi, 400)
y = np.sin(x**2)

axs[0].plot(x, y)
axs[0].set_title('Sin plot')
axs[0].set_xlabel('x')
axs[0].set_ylabel('y')

axs[1].plot(x, np.cos(x**2))
axs[1].set_title('Cos plot')
axs[1].set_xlabel('x')
axs[1].set_ylabel('y')

3. 繪製不同類型的子圖

subplot()函數並不局限於繪製相同類型和參數的子圖，它還支持用戶自由控制每一個子圖的類型、參數等。下面，我們展示了一個將三張不同子圖繪製在同一張畫板上的示例，包括折線圖、散點圖以及條形圖：

fig, axs = plt.subplots(1, 3, figsize=(10, 5))

x = np.linspace(0, 2*np.pi, 400)
y = np.sin(x**2)

axs[0].plot(x, y)
axs[0].set_title('Sin plot')

axs[1].scatter([1, 2, 3, 4], [2, 4, 6, 8])
axs[1].set_title('Scatter plot')

axs[2].bar(['A', 'B', 'C'], [3, 2, 5])
axs[2].set_title('Bar plot')

四、結語

在本文中，我們細緻地闡述了Matplotlib庫中subplot()函數的基礎用法和高級技巧，包括如何調整子圖之間的距離、設置標題和坐標軸標籤、繪製不同類型的子圖等。通過這些闡述，相信讀者可以更加靈活自由地掌控subplot()函數，方便地進行各種類型的數據可視化。除了subplot()函數，Matplotlib庫還有許多強大的可視化函數和工具，讀者可以進一步深入學習並應用到實際工作中去。