matplotlib subplot绘制多个子图的方法示例

Finn

发布时间：2026-10-14| 2人浏览过

原创

本文介绍如何在matplotlib中使用subplot函数快速绘制多个子图。通过numRows、numCols和plotNum参数定义网格布局与子图位置，结合具体代码示例展示2x2及2x1布局下的绘图实现，帮助开发者掌握多子图创建技巧。

subplot函数基本用法

在matplotlib库中，一个Figure对象内部可以容纳多个Axes（子图）。利用subplot()函数能够便捷地创建并绘制这些子图，其基本调用格式如下：


subplot(numRows, numCols, plotNum)

网格划分与位置参数解析

该函数将绘图区域划分为numRows行与numCols列组成的网格，并通过plotNum参数指定当前创建的Axes对象所在的具体网格位置。具体而言，如何理解这一划分逻辑？

假设设置numRows为3，numCols为2，则整个绘图区域呈现为3行2列的网格布局。各子图可通过坐标形式表示，例如（1,1）、（1,2）直至（2,3）。当指定plotNum为1时，对应的位置即为第一行第一列的子图区域，即坐标（1,1）处。

多子图绘制代码示例


import numpy as np
import matplotlib.pyplot as plt
# 分成2x2，占用第一个，即第一行第一列的子图
plt.subplot(221)
# 分成2x2，占用第二个，即第一行第二列的子图
plt.subplot(222)
# 分成2x1，占用第二个，即第二行
plt.subplot(212)
plt.show()


import matplotlib.pyplot as plt
import numpy as np

# plt.plot([1, 2, 3, 4], [1, 4, 9, 16], 'ro')
# plt.axis([0, 6, 0, 20])
# plt.show()
 
# t = np.arange(0., 5., 0.2)
# plt.plot(t, t, 'r--', t, t ** 2, 'bs', t, t ** 3, 'g^')
 
 
def f(t):
  return np.exp(-t) * np.cos(2 * np.pi * t)
 
 
t1 = np.arange(0, 5, 0.1)
t2 = np.arange(0, 5, 0.02)
 
plt.figure(12)
plt.subplot(221)
plt.plot(t1, f(t1), 'bo', t2, f(t2), 'r--')
 
plt.subplot(222)
plt.plot(t2, np.cos(2 * np.pi * t2), 'r--')
 
plt.subplot(212)
plt.plot([1, 2, 3, 4], [1, 4, 9, 16])
 
plt.show()