Python - matplotlib - subplot() 和 subplots() 之间的区别

Question

我在编码方面有点新手，因此在 python 中这可能听起来很愚蠢，但是 python 中 matplotlib 的 .subplot() 和 .subplots() 方法之间的主要区别是什么？

我在其他任何地方都没有找到这个解释，在阅读了 https://matplotlib.org/ 的文档后，我推断使用这两种方法，您可以创建任意数量的图形和绘图......所以对我来说，它们似乎都是完全相同的东西，它们只是处理绘图、轴等的方式不同......还是我错了？

顺便说一句，如果有什么不同，我会在 jupyter notebook 中使用 python3。

Answer 1

1。 matplotlib.pyplot.subplots()

来自matplotlib.pyplot.subplots()上的文档页面：

这个实用程序包装器可以方便地在一次调用中创建子图的公共布局，包括封闭的图形对象。

这意味着您可以使用这个单一函数创建一个包含多个子图的图形，而只需一行代码。例如，下面的代码将返回 fig（图形对象）和 axes（2x3 轴对象数组，可让您轻松访问每个子图）：

fig, axes = plt.subplots(nrows=2, ncols=3)

2。 matplotlib.pyplot.subplot()

相比之下，matplotlib.pyplot.subplot() 仅在指定的网格位置创建单个子图轴。这意味着它将需要几行代码才能达到与matplot.pyplot.subplots() 在上面的一行代码中所做的相同的结果：

# first you have to make the figure
fig = plt.figure(1)

# now you have to create each subplot individually
ax1 = plt.subplot(231)
ax2 = plt.subplot(232)
ax3 = plt.subplot(233)
ax4 = plt.subplot(234)
ax5 = plt.subplot(235)
ax6 = plt.subplot(236)

或者你也可以使用fig的内置方法：

ax1 = fig.add_subplot(231)
ax2 = fig.add_subplot(232)
ax3 = fig.add_subplot(233)
ax4 = fig.add_subplot(234)
ax5 = fig.add_subplot(235)
ax6 = fig.add_subplot(236)

结论

上面的代码可以用一个循环来压缩，但使用起来仍然相当乏味。因此，我建议您使用matplotlib.pyplot.subplots()，因为它更简洁易用。