为什么要用子图

为了能同时展示多个图表、便于图表之间数据的直观对比和分析，更高效地组织复杂的可视化信息，通常会在一个画布上创建多个子图。

import matplotlib.pyplot as plt

figure, axes = plt.subplots(nrows=1, ncols=2, figsize=(20, 6), dpi=100)
# figure : 画布对象
# axes   : 子图数组（里面装着 Axes 对象）
# nrows / ncols : 行数 / 列数     figsize : 画布大小     dpi : 清晰度

axes[0].bar(...)   # 左边的子图：柱状图
axes[1].pie(...)   # 右边的子图：饼状图

axes 的索引规则

布局	取值方式
nrows=1, ncols=2（一行两列）	axes[0]、axes[1]
nrows=2, ncols=2（两行两列）	axes[0][0]、axes[0][1]、axes[1][0]、axes[1][1]（axes[行][列]）

TIP

记住 axes[行][列] 就能定位任意子图；写成 axes1 = axes[0][0] 这样起个短名字，后面设置标题就不用重复写下标了。

三种常用图表

图表	方法	适用场景
折线图	plot(x, y)	展示趋势变化（如每年电影数量）
柱状图	bar(x, y, width=0.6, color='g')	展示数量对比（如各国石油储备）
饼图	pie(values, labels=..., autopct='%1.1f%%')	展示比例构成（如各国人口占比）

子图上的设置

在外面用 plt.xxx，在子图上就用 axes.xxx（多一个 set_）：

全局写法	子图写法
plt.title('...')	axes.set_title('...', fontsize=18)
plt.xlabel('...')	axes.set_xlabel('...')
plt.ylabel('...')	axes.set_ylabel('...')
plt.grid(...)	axes.grid(...)

完整示例：柱状图 + 饼图

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']

figure, axes = plt.subplots(nrows=1, ncols=2, figsize=(20, 6), dpi=100)

# 图一：柱状图（世界石油储备）
countries = ['中国', '美国', '印度', '加拿大', '伊拉克', '沙特', '伊朗', '英国', '德国']
values = [35, 23, 18, 21, 56, 78, 51, 12, 18]

axes[0].bar(countries, values, width=0.6, color='g')
axes[0].set_title('世界石油储备', fontsize=18)
axes[0].set_xlabel('国家')
axes[0].set_ylabel('石油储备(亿吨)')
axes[0].grid(linestyle='--', alpha=0.3)

# 图二：饼状图（世界人口比例）
countries2 = ['印度', '中国', '美国', '印尼', '巴基斯坦', '其他']
values2 = [14.51, 14.09, 3.4, 2.83, 2.51, 20]

axes[1].pie(values2, labels=countries2, autopct='%1.1f%%')
axes[1].set_title('世界人口比例', fontsize=18)
axes[1].legend(loc='lower center', ncol=3, bbox_to_anchor=(0.5, -0.08))

plt.savefig('data/01.png')   # 保存图片
plt.show()                   # 展示图表

参数	作用
autopct='%1.1f%%'	饼图上显示百分比（保留 1 位小数）
legend(ncol=3, bbox_to_anchor=(0.5, -0.08))	ncol 每行显示几个图例；bbox_to_anchor 控制图例位置
tick_params(axis='x', rotation=90)	X 轴标签旋转 90 度（标签太长时用）

小结（复习自测）

题目	答案
如何在画布中创建子图？	figure, axes = plt.subplots(nrows=1, ncols=2, figsize=(20, 6), dpi=100)
折线图 / 柱状图 / 饼状图分别适合什么？	趋势变化 / 数量对比 / 比例构成

相关

• 实战-TMDB电影榜单统计分析

练习题

一、知识回顾（读完直接做下面的实践题）

1. 创建子图：figure, axes = plt.subplots(nrows=2, ncols=2, figsize=(20, 12), dpi=100)
2. figure 是画布对象，axes 是子图数组
3. 一行两列时子图是 axes[0]、axes[1]；两行两列时是 axes[行][列] 的形式
4. 折线图用 plot，柱状图用 bar，饼图用 pie
5. 折线图适合展示趋势变化，柱状图适合展示数量对比，饼图适合展示比例构成
6. 子图上设置标题用 axes.set_title('...')（比全局写法多一个 set_）
7. 饼图显示百分比用参数 autopct='%1.1f%%'
8. 保存图片用 plt.savefig('data/01.png')

二、裸写题

• 2-1 一行两列的子图 创建 1 行 2 列的子图，左边画柱状图（自拟 5 个城市的人口），右边画饼图（同样数据看占比），两边都要有标题。

  - 提示（先自己想，实在想不出再点开）

  一级 · 思路：先建子图拿到 axes，再往 axes[0]、axes[1] 上分别画 二级 · 方法：plt.subplots(nrows=1, ncols=2, figsize=(20, 6)) / axes[0].bar(...) / axes[1].pie(...)三级 · 骨架：axes[0].set_title('...', fontsize=18)

  - 参考答案（做完再点开）

  import matplotlib.pyplot as plt
  
  plt.rcParams['font.sans-serif'] = ['SimHei']
  
  cities = ['北京', '上海', '广州', '深圳', '成都']
  pops = [2184, 2487, 1868, 1756, 2126]
  
  # 2-1
  fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(20, 6), dpi=100)
  axes[0].bar(cities, pops, width=0.6, color='g')
  axes[0].set_title('城市人口对比', fontsize=18)
  axes[0].set_xlabel('城市')
  axes[0].set_ylabel('人口(万)')
  
  axes[1].pie(pops, labels=cities, autopct='%1.1f%%')
  axes[1].set_title('城市人口占比', fontsize=18)
  plt.show()

• 2-2 两行两列的布局 改成 2 行 2 列的布局，把两个图分别放在左上角和右下角子图上，并给整个画布加标题。

  - 提示（先自己想，实在想不出再点开）

  一级 · 思路：画布标题是 fig 级别的，不是某个子图的 二级 · 方法：fig.suptitle('总标题', x=0.5, y=0.95) / fig.subplots_adjust(hspace=0.4, wspace=0.2)三级 · 骨架：fig, axes = plt.subplots(nrows=2, ncols=2)；左上角是 axes[____][____]，右下角是 axes[____][____]

  - 参考答案（做完再点开）

  # 2-2 两行两列 + 画布标题
  fig, axes = plt.subplots(nrows=2, ncols=2, figsize=(20, 12), dpi=100)
  fig.suptitle('城市人口分析', fontsize=23, x=0.5, y=0.95)
  fig.subplots_adjust(hspace=0.4, wspace=0.2)
  
  axes[0][0].bar(cities, pops, color='g')
  axes[0][0].set_title('人口对比', fontsize=15)
  
  axes[1][1].pie(pops, labels=cities, autopct='%1.1f%%')
  axes[1][1].set_title('人口占比', fontsize=15)
  plt.show()

• 2-3 标签太长怎么办 柱状图的 X 轴是较长的中文名称，画出后标签挤在一起——想办法让它竖着显示。

  - 提示（先自己想，实在想不出再点开）

  一级 · 思路：旋转刻度标签 二级 · 方法：axes.tick_params(axis='x', rotation=90)三级 · 骨架：axis='____' 指定是哪根轴

  - 参考答案（做完再点开）

  # 2-3：接在 2-2 的柱状图后面，让 X 轴标签竖排
  axes[0][0].tick_params(axis='x', rotation=90)