Matplotlib 绘制多图¶

概念与用途¶

多图布局用于并排比较指标、展示同一数据的不同视角，或组成完整分析面板。Matplotlib 将整张画布称为 Figure，将每个绘图区称为 Axes。plt.subplots() 能一次建立规则网格，subplot_mosaic() 适合用字符串描述不等大小的布局。

核心 API¶

API	用途
`plt.subplots(nrows, ncols)`	创建规则子图网格
`sharex` / `sharey`	共享坐标范围和刻度
`fig.subplots_adjust()`	手动调整间距
`layout="constrained"`	自动处理标题、标签和图例占用空间
`fig.suptitle()`	设置整张图的总标题
`plt.subplot_mosaic()`	通过布局字符串创建命名 Axes
`ax.remove()`	删除不需要的 Axes

可运行示例¶

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 2 * np.pi, 200)
fig, axes = plt.subplots(
    2, 2, figsize=(9, 6), sharex=True, layout="constrained"
)

axes[0, 0].plot(x, np.sin(x), color="tab:blue")
axes[0, 0].set_title("sin(x)")
axes[0, 1].plot(x, np.cos(x), color="tab:orange")
axes[0, 1].set_title("cos(x)")
axes[1, 0].plot(x, np.sin(2 * x), color="tab:green")
axes[1, 0].set_title("sin(2x)")
axes[1, 1].plot(x, np.cos(2 * x), color="tab:red")
axes[1, 1].set_title("cos(2x)")

for ax in axes.flat:
    ax.grid(alpha=0.2)
    ax.set_ylabel("value")
for ax in axes[-1, :]:
    ax.set_xlabel("radians")

fig.suptitle("Trigonometric functions")
fig.savefig("multiple-plots.png", dpi=150)
plt.show()

axes 的形状取决于行列数。若希望单图时也始终得到二维数组，可使用 squeeze=False。

常见错误¶

把 axes 当成单个 Axes：多行多列时它是 NumPy 数组，可用 axes[row, col] 或 axes.flat。
每个子图自动缩放导致误判：比较相同指标时应使用 sharey=True 或显式设置相同范围。
同时使用 tight_layout() 和 constrained layout：两套布局引擎不应混用，选择一种即可。
每个面板重复图例和标签：造成拥挤。共享含义时可用 Figure 级图例，并只在边缘子图放轴标签。
子图过多：单个面板太小，信息无法读取。拆成多张图或使用分页/交互视图。

图表设计与工程注意事项¶

比较型小多图应保持坐标尺度、颜色语义和面板顺序一致。自动生成未知数量子图时，要计算行列数并删除空 Axes。Figure 尺寸应随行列数增长，而不是把所有内容挤进固定画布。共享轴会联动范围，修改任一共享 Axes 的范围会影响其他面板，这是预期行为。