最佳答案
引言
Matplotlib 是 Python 中最富強的數據可視化庫之一，它供給了豐富的圖表範例跟自定義選項。在數據分析跟科學研究中，子圖規劃（subplot）是一種常用的技巧，它容許我們將多個圖表構造在一個畫布上，從而更好地比較跟分析數據。本文將深刻探究 Matplotlib 子圖規劃的各個方面，幫助妳輕鬆控制這一技能，晉升可視化後果。
子圖規劃基本
1. 創建子圖
在 Matplotlib 中，創建子圖重要利用 plt.subplots() 函數。該函數可能創建一個包含多個子圖的圖，並前去一個 Figure 東西跟一個 Axes 東西數組。
import matplotlib.pyplot as plt
fig, axs = plt.subplots(2, 2) # 創建一個 2x2 的子圖網格
2. 子圖規劃技能
2.1 子圖大小跟地位調劑
plt.subplots() 函數容許妳經由過程 figsize 參數設置全部圖形的大小，並經由過程 gridspec 參數停止更精巧的規劃把持。
fig, axs = plt.subplots(2, 2, figsize=(10, 8))
2.2 子圖共享坐標軸
偶然，妳可能須要將多個子圖共享雷同的坐標軸。這可能經由過程 sharex 跟 sharey 參數實現。
fig, axs = plt.subplots(2, 2, sharex=True, sharey=True)
高等規劃技能
1. 利用 GridSpec
GridSpec 是 Matplotlib 頂用於創建複雜子圖規劃的高等東西。它容許妳定義行跟列的大小，以及子圖之間的間距。
import matplotlib.gridspec as gridspec
gs = gridspec.GridSpec(3, 3)
ax1 = fig.add_subplot(gs[0, :2])
ax2 = fig.add_subplot(gs[0, 2])
ax3 = fig.add_subplot(gs[1:, :])
2. 調劑子圖間距
妳可能利用 plt.subplots_adjust() 函數調劑子圖之間的間距。
plt.subplots_adjust(left=0.1, right=0.9, top=0.9, bottom=0.1, wspace=0.2, hspace=0.2)
子圖繪製與定製
1. 在子圖中繪製圖表
每個 Axes 東西都可能像單個圖表一樣停止繪製。
axs[0, 0].plot([1, 2, 3], [1, 4, 9])
2. 子圖標題跟標籤
妳可能為每個子圖增加標題跟標籤。
axs[0, 0].set_title('子圖標題')
axs[0, 0].set_xlabel('X軸標籤')
axs[0, 0].set_ylabel('Y軸標籤')
總結
Matplotlib 子圖規劃是一種富強的東西，可能幫助妳創建清楚、美不雅的數據可視化作品。經由過程本文的介紹，妳應當曾經控制了子圖規劃的基本知識跟一些高等技能。現在，妳可能開端實驗創建本人的子圖規劃，晉升妳的可視化後果。