这篇文章给大家介绍怎么在matplotlib中利用subplot添加子图，内容非常详细，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助。
概述
subplot()函数向当前图像（figure）添加一个子图（Axes），并将该子图设为当前子图。或者将某子图设为当前子图。
pyplot.subplot()其实是Figure.add_subplot()的一个封装。
函数的定义签名为：matplotlib.pyplot.subplot(*args, **kwargs)
函数的调用签名为：
subplot(nrows, ncols, index, **kwargs)subplot(pos, **kwargs)subplot(**kwargs)subplot(ax)
函数的参数为：
*args：定义子图的位置。int、 (int, int, index) 或 SubplotSpec, 默认值为(1, 1, 1)
*args由以下三种定义方式。
三个整数构成的三元组
(nrows, ncols, index)：首先构成一个nrows行和ncols列的网格，然后将子图添加到对应index索引位置。 index从1开始累计，1为左上角，依次向右递增. index也可以是是一个二元组，例如fig.add_subplot(3, 1, (1, 2))。三位整数：每一位数字可以分解为单独的整数，因此，这种方法最好用于子图少于9个的情况（index最大只能为9）。比如plt.subplot(235)等价于plt.subplot(2, 3, 5)。
SubplotSpec对象：
函数的返回值为：axes.SubplotBase对象或 Axes的其他子类。
案例：规则布局
import matplotlib.pyplot as plt# 添加3行3列子图中的第1个子图，并将其为当前子图plt.subplot(331)plt.bar(range(1,4),range(1,4))# 添加3行3列子图中的第5个子图，并将其为当前子图plt.subplot(335)plt.pie([4,5,6])# 添加3行3列子图中的第9个子图，并将其为当前子图# 返回值为Axes对象ax=plt.subplot(339)# 使用Axes的方法（面向对象模式）绘制点ax.plot([1],'o')plt.show()
pyplot.plot()源码如下，通过源码可知pyplot模块的函数底层调用的是Axes对象的对应方法。
def plot(*args, scalex=True, scaley=True, data=None, **kwargs): return gca().plot( *args, scalex=scalex, scaley=scaley, **({"data": data} if data is not None else {}), **kwargs)不规则布局
通常子区函数subplot()用来完成等分画布的绘图展示的任务，如果在画布上需要进行非等分画布的图形展示时，我们可以多次调用函数subplot()来完成非等分画布的绘图准备任务。
import matplotlib.pyplot as plt# 绘制1行2列子图中的第1个子图plt.subplot(121,facecolor='r')# 绘制2行2列子图中的第2个子图plt.subplot(222,facecolor='g')# 绘制2行2列子图中的第4个子图plt.subplot(224,facecolor='b')plt.show()
import matplotlib.pyplot as plt# 绘制3行2列子图中的第1个子图plt.subplot(321,facecolor='r')# 绘制3行2列子图中的第2个子图plt.subplot(322,facecolor='r')# 绘制3行2列子图中的第3个子图plt.subplot(323,facecolor='r')# 绘制3行2列子图中的第4个子图plt.subplot(324,facecolor='r')# # 绘制3行1列子图中的第3个子图plt.subplot(313,facecolor='b')plt.show()subplot()函数有一个非常重要的特性：
在创建新的子图时，如果新建子图与原有的子图存在重叠的情况，那么会删除原有重叠的子图。
例如：
import matplotlib.pyplot as plt# 绘图时隐含创建subplot(111)plt.plot([1, 2, 3])# 创建一个新的子图，由于与原子图重叠，因此删除原有子图plt.subplot(211)plt.show()关于怎么在matplotlib中利用subplot添加子图就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。
