如何在Matplotlib中复用返回Figure的函数并生成网格布局？

核心问题在于：你调用函数生成的是独立的Matplotlib Figure画布，不能直接赋值给预先创建的Axes子图对象。下面提供两种无需修改原绘图函数调用签名的可行方案：

方案一：提取绘图元素复制到目标网格 #

该方案保留矢量图特性，支持后续修改绘图元素，适合需要交互或高精度展示的场景。

示例代码 #

import matplotlib.pyplot as plt
import numpy as np

# 原绘图函数（不可修改调用签名）
def plot_data(param):
    fig, ax = plt.subplots()
    x = np.linspace(0, 10, 100)
    y = np.sin(x * param)
    ax.plot(x, y, label=f'param={param}')
    ax.legend()
    ax.set_xlabel('X轴')
    ax.set_ylabel('Y轴')
    return fig

# 创建3x3的目标网格画布
target_fig, axes = plt.subplots(3, 3, figsize=(12, 10))
axes = axes.flatten()  # 将2D子图数组转为1D，方便循环遍历

# 生成待传入的参数列表
params = np.linspace(0.1, 2.7, 9)

for idx, param in enumerate(params):
    # 调用原函数获取临时独立Figure
    temp_fig = plot_data(param)
    temp_ax = temp_fig.get_axes()[0]  # 获取临时Figure内的Axes
    
    # 复制绘图元素到目标子图
    for line in temp_ax.get_lines():
        axes[idx].plot(line.get_xdata(), line.get_ydata(), 
                       color=line.get_color(), label=line.get_label())
    # 复制标签、图例等元素
    axes[idx].set_xlabel(temp_ax.get_xlabel())
    axes[idx].set_ylabel(temp_ax.get_ylabel())
    axes[idx].legend()
    
    # 关闭临时Figure，释放内存
    plt.close(temp_fig)

# 调整子图间距，避免重叠
target_fig.tight_layout()
plt.show()

注意：如果原函数绘制的是散点、柱状图等其他类型，需要对应修改元素复制逻辑（比如temp_ax.collections对应散点，temp_ax.patches对应柱状图）。

方案二：提取图像像素显示到网格 #

该方案简单通用，无需适配不同绘图类型，但生成的是位图，缩放会损失精度，适合快速展示复杂绘图的场景。

示例代码 #

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.backends.backend_agg import FigureCanvasAgg

# 原绘图函数（不可修改调用签名）
def plot_data(param):
    fig, ax = plt.subplots()
    x = np.linspace(0, 10, 100)
    y = np.sin(x * param)
    ax.plot(x, y, label=f'param={param}')
    ax.legend()
    ax.set_xlabel('X轴')
    ax.set_ylabel('Y轴')
    return fig

# 创建3x3的目标网格画布
target_fig, axes = plt.subplots(3, 3, figsize=(12, 10))
axes = axes.flatten()

params = np.linspace(0.1, 2.7, 9)

for idx, param in enumerate(params):
    temp_fig = plot_data(param)
    # 将临时Figure转换为像素数组
    canvas = FigureCanvasAgg(temp_fig)
    canvas.draw()
    img = np.asarray(canvas.buffer_rgba())
    
    # 在目标子图中显示图像
    axes[idx].imshow(img)
    axes[idx].axis('off')  # 隐藏坐标轴，避免干扰
    
    plt.close(temp_fig)

target_fig.tight_layout()
plt.show()

内容的提问来源于stack exchange，提问作者TheFibonacciEffect