使用subplot2grid时如何共享

Question

我是最近转换为Python的Matlab用户。我自己管理的大多数Python技能，但是通过绘图，我已经碰壁了，需要一些帮助。

这就是我要做的......

我需要制作一个由3个子图组成的图形，其中包含以下属性：

• 子图布局为311,312,313
• 312和313的高度约为311的一半
• 所有子图共享共同的X轴
• 子图之间的空间为0（它们在X轴上相互接触）

顺便说一下，我知道如何制作这一切，而不是单一的数字。这就是我现在面临的问题。

例如，这是我理想的子图布局：

import numpy as np
import matplotlib.pyplot as plt

t = np.arange(0.0, 2.0, 0.01)

s1 = np.sin(2*np.pi*t)
s2 = np.exp(-t)
s3 = s1*s2

fig = plt.figure()
ax1 = plt.subplot2grid((4,3), (0,0), colspan=3, rowspan=2)
ax2 = plt.subplot2grid((4,3), (2,0), colspan=3)
ax3 = plt.subplot2grid((4,3), (3,0), colspan=3)

ax1.plot(t,s1)
ax2.plot(t[:150],s2[:150])
ax3.plot(t[30:],s3[30:])

plt.tight_layout()

plt.show()

注意不同子图的x轴是如何未对齐的。我不知道如何在这个图中对齐x轴，但是如果我做这样的事情：

import numpy as np
import matplotlib.pyplot as plt

t = np.arange(0.0, 2.0, 0.01)

s1 = np.sin(2*np.pi*t)
s2 = np.exp(-t)
s3 = s1*s2

fig2, (ax1, ax2, ax3) = plt.subplots(nrows=3, ncols=1, sharex=True)

ax1.plot(t,s1)
ax2.plot(t[:150],s2[:150])
ax3.plot(t[30:],s3[30:])

plt.tight_layout()

plt.show()

现在x轴在子图之间对齐，但所有子图都是相同的大小（这不是我想要的）

此外，我希望子图在x轴上接触，如下所示：

import numpy as np
import matplotlib.pyplot as plt

t = np.arange(0.0, 2.0, 0.01)

s1 = np.sin(2*np.pi*t)
s2 = np.exp(-t)
s3 = s1*s2

fig1 = plt.figure()
plt.subplots_adjust(hspace=0)

ax1 = plt.subplot(311)
ax2 = plt.subplot(312, sharex=ax1)
ax3 = plt.subplot(313, sharex=ax1)

ax1.plot(t,s1)
ax2.plot(t[:150],s2[:150])
ax3.plot(t[30:],s3[30:])

xticklabels = ax1.get_xticklabels()+ax2.get_xticklabels()
plt.setp(xticklabels, visible=False)

plt.show()

所以重新解释我的问题：

我想用

plt.subplot2grid(..., colspan=3, rowspan=2)
plt.subplots(..., sharex=True)
plt.subplots_adjust(hspace=0)

和

plt.tight_layout()

在同一图中。怎么做？

Answer 1

在创建第二个和第三个子图时，只需指定sharex=ax1。

import numpy as np
import matplotlib.pyplot as plt

t = np.arange(0.0, 2.0, 0.01)

s1 = np.sin(2*np.pi*t)
s2 = np.exp(-t)
s3 = s1*s2

fig = plt.figure()
ax1 = plt.subplot2grid((4,3), (0,0), colspan=3, rowspan=2)
ax2 = plt.subplot2grid((4,3), (2,0), colspan=3, sharex=ax1)
ax3 = plt.subplot2grid((4,3), (3,0), colspan=3, sharex=ax1)

ax1.plot(t,s1)
ax2.plot(t[:150],s2[:150])
ax3.plot(t[30:],s3[30:])

fig.subplots_adjust(hspace=0)   
for ax in [ax1, ax2]:
    plt.setp(ax.get_xticklabels(), visible=False)
    # The y-ticks will overlap with "hspace=0", so we'll hide the bottom tick
    ax.set_yticks(ax.get_yticks()[1:])  

plt.show()

如果您仍然使用fig.tight_layout()，则需要在 fig.subplots_adjust(hspace=0)之前将其命名为。原因是tight_layout通过自动计算subplots_adjust的参数然后调用它来工作，因此如果首先手动调用subplots_adjust，则第一次调用它的任何内容都将被覆盖tight_layout。

E.g。

fig.tight_layout()
fig.subplots_adjust(hspace=0)

Answer 2

一种可能的解决方案是使用add_axis方法手动创建轴，如here所示：

import numpy as np
import matplotlib.pyplot as plt

t = np.arange(0.0, 2.0, 0.01)

s1 = np.sin(2*np.pi*t)
s2 = np.exp(-t)
s3 = s1*s2

left, width = 0.1, 0.8
rect1 = [left, 0.5, width, 0.4]
rect2 = [left, 0.3, width, 0.15]
rect3 = [left, 0.1, width, 0.15]

fig = plt.figure()
ax1 = fig.add_axes(rect1)  #left, bottom, width, height
ax2 = fig.add_axes(rect2, sharex=ax1)
ax3  = fig.add_axes(rect3, sharex=ax1)

ax1.plot(t,s1)
ax2.plot(t[:150],s2[:150])
ax3.plot(t[30:],s3[30:])

# hide labels
for label1,label2 in zip(ax1.get_xticklabels(),ax2.get_xticklabels()):
    label1.set_visible(False)
    label2.set_visible(False)

plt.show()

但是这样你就无法在明确定义每个轴的大小时使用tight_layout。