在一张画布上定义多张子图：
import matplotlib.pyplot as plt import numpy as np from matplotlib import gridspec
生成几个随机点：
random_cp = np.random.random_integers(1, 100, (100, 2)) random_nums = np.random.random_integers(1, 100, 100) random_cp1 = np.random.random_integers(1, 100, (100, 2)) random_nums1 = np.random.random_integers(1, 100, 100)
1、使用add_subplot
通过add_subplot就可以实现子图的划分：
先是通过plt.figure()创建画布，之后再通过add_subplot()在画布上创建不同的区域。
其中add_subplot()的参数，类似221就是将画布分为2行2列的也就是2×2的区域，使用第1个区域。
fig1 = plt.figure() ax1 = fig1.add_subplot(221) ax2 = fig1.add_subplot(222) ax3 = fig1.add_subplot(223) ax4 = fig1.add_subplot(224) ax1.plot(range(len(random_nums)), random_nums) ax3.scatter(random_cp[:, 0], random_cp[:, 1]) ax4.plot(range(len(random_nums1)), random_nums1) ax2.scatter(random_cp1[:, 0], random_cp1[:, 1]) plt.show()
2、使用GridSpec
先是通过gridspec.GridSpec()创建区域，参数5，5的意思就是每行五个，每列五个，最后就是一个5×5的画布，相比于add_subplot()，使用网格布局的话可以更加灵活的控制占用多少空间。
gs = gridspec.GridSpec(5,5) fig1 = plt.figure() ax1 = fig1.add_subplot(gs[0:2, 0:2]) ax2 = fig1.add_subplot(gs[3:5, 0:2]) ax3 = fig1.add_subplot(gs[0:2, 3:5]) ax4 = fig1.add_subplot(gs[3:5, 3:5]) ax1.plot(range(len(random_nums)), random_nums) ax3.scatter(random_cp[:, 0], random_cp[:, 1]) ax4.plot(range(len(random_nums1)), random_nums1) ax2.scatter(random_cp1[:, 0], random_cp1[:, 1]) ax1.plot(range(len(random_nums)), random_nums) ax3.scatter(random_cp[:, 0], random_cp[:, 1]) ax4.plot(range(len(random_nums1)), random_nums1) ax2.scatter(random_cp1[:, 0], random_cp1[:, 1]) plt.show()
【数据分析】matplotlib——使用add_subplot和GridSpec自定义子图
原文：https://www.cnblogs.com/ITCSJ/p/11843813.html