如何将轴添加到子图？答案

【问题标题】：How to add axes to subplots?如何将轴添加到子图？
【发布时间】：2016-07-20 11:21:21
【问题描述】：

我有一系列用matplotlib.pyplot.subplots 绘制的相关函数，我需要在每个子图中包含相应函数的缩放部分。

我开始像 here 解释的那样进行操作，当只有一个图形时它可以完美运行，但不能使用子图。

如果我用子图来做，我只会得到一个图表，里面有所有的函数。这是我到目前为止得到的一个例子：

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(-10, 10, 0.01)
sinx = np.sin(x)
tanx = np.tan(x)

fig, ax = plt.subplots( 1, 2, sharey='row', figsize=(9, 3) )

for i, f in enumerate([sinx, cosx]):
    ax[i].plot( x, f, color='red' )
    ax[i].set_ylim([-2, 2])

    axx = plt.axes([.2, .6, .2, .2],)
    axx.plot( x, f, color='green' )
    axx.set_xlim([0, 5])
    axx.set_ylim([0.75, 1.25])

plt.show(fig)

这段代码给出了下图：

如何在每个子图中创建新轴和绘图？

【问题讨论】：

@jeanrjc 我想要每个子图中的那些小盒子之一。在第一个中，我想要第一个函数（sinx）的一部分，在第二个中，第二个函数（tanx）的一部分。现在，小盒子按照大图放置，两个功能都在同一个盒子里。
我终于弄明白了，所以我删除了评论并做出了回答。

标签： python matplotlib subplot

【解决方案1】：

如果我理解的很好，你可以使用inset_axes

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.axes_grid.inset_locator import inset_axes


x = np.arange(-10, 10, 0.01)
sinx = np.sin(x)
tanx = np.tan(x)

fig, ax = plt.subplots( 1, 2, sharey='row', figsize=(9, 3) )

for i, f in enumerate([sinx, tanx]):
    ax[i].plot( x, f, color='red' )
    ax[i].set_ylim([-2, 2])

    # create an inset axe in the current axe:
    inset_ax = inset_axes(ax[i],
                          height="30%", # set height
                          width="30%", # and width
                          loc=10) # center, you can check the different codes in plt.legend?
    inset_ax.plot(x, f, color='green')
    inset_ax.set_xlim([0, 5])
    inset_ax.set_ylim([0.75, 1.25])
plt.show()

【讨论】：

当心这个错误：stackoverflow.com/questions/45103248/…

【解决方案2】：

直接从您已经创建的 Axes 实例中使用 inset_axes：

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(-10, 10, 0.01)
sinx = np.sin(x)
tanx = np.tan(x)

fig, ax = plt.subplots( 1, 2, sharey='row', figsize=(9, 3) )

for i, f in enumerate([sinx, tanx]):
    ax[i].plot( x, f, color='red' )
    ax[i].set_ylim([-2, 2])

    axx = ax[i].inset_axes([.2, .6, .2, .2],)

    axx.plot( x, f, color='green' )
    axx.set_xlim([0, 5])
    axx.set_ylim([0.75, 1.25])

plt.show(fig)

【讨论】：