Matplotlib可视化过程中如何自定义子图的大小？

#方法1：用matplotlib.gridspec.GridSpec自定义网格大小，然后添加子图fig.add_subplot
import matplotlib.pyplot as plt
import matplotlib.gridspec

x1 = np.linspace(0.0, 5.0)
x2 = np.linspace(0.0, 2.0)
 
y1 = np.cos(2 * np.pi * x1) * np.exp(-x1)
y2 = np.cos(2 * np.pi * x2)

gs = matplotlib.gridspec.GridSpec(3,2, width_ratios=[1,1.4], 
                                       height_ratios=[1,3,1])

fig = plt.figure()

ax1 = fig.add_subplot(gs[:,0])
# ax1.plot([1,3,2,4])
ax1.plot(x1, y1, '-og', ms=3)

ax2 = fig.add_subplot(gs[1,1])
# ax2.plot([1,3,2,4])
ax2.plot(x2, y2, '-ob', ms=3)

plt.show()

#方法二：利用fig.add_axes添加子图，同时指定子图axes的大小（传入比例大小参数）
import numpy as np
import matplotlib.pyplot as plt

fig = plt.figure()
w,h = fig.get_size_inches()
div = np.array([w,h,w,h])

# define axes in by rectangle [left, bottom, width, height], numbers in inches
ax1 = fig.add_axes(np.array([.7, .7, 1.8, 3.4])/div)
ax1.plot(x1, y1, '-og', ms=3)

ax2 = fig.add_axes(np.array([3, 1.4, 3, 2])/div)
ax2.plot(x2, y2, '-ob', ms=3)

plt.show()

#方法三：利用plt.axes(rect1)生成合适大小的子图，传入比例大小参数。
import numpy as np
import matplotlib.pyplot as plt
 
'''调整 matplotlib 子图的大小'''
 
x1 = np.linspace(0.0, 5.0)
x2 = np.linspace(0.0, 2.0)
 
y1 = np.cos(2 * np.pi * x1) * np.exp(-x1)
y2 = np.cos(2 * np.pi * x2)
 
plt.figure()

rect1 = [0.14, 0.35, 0.77, 0.6] # [左, 下, 宽, 高] 规定的矩形区域 （全部是0~1之间的数，表示比例）
rect2 = [0.14, 0.05, 0.77, 0.2]
 
ax1 = plt.axes(rect1)
ax1.plot(x1, y1, '-og', ms=3)

ax2 = plt.axes(rect2)
ax2.plot(x2, y2, '-ob', ms=3)
 
plt.show()

# 方法三：方法同上（直接传入数据）
import numpy as np
import matplotlib.pyplot as plt
 
x1 = np.linspace(0.0, 5.0)
x2 = np.linspace(0.0, 2.0)
 
y1 = np.cos(2 * np.pi * x1) * np.exp(-x1)
y2 = np.cos(2 * np.pi * x2)
 
plt.axes([0.14, 0.35, 0.77, 0.6])
plt.plot(x1, y1, 'yo-')
 
plt.axes([0.14, 0.05, 0.77, 0.2])
plt.plot(x2, y2, 'r.-')
 
plt.show()

总结：

用matplotlib可视化过程中，如何自定义子图的大小？

（1） 用matplotlib.gridspec.GridSpec自定义网格大小，然后添加子图fig.add_subplot

（2）利用fig.add_axes添加子图，同时指定子图axes的大小（传入比例大小参数）

（3）用plt.axes(rect1)生成合适大小的子图，传入比例大小参数。