如何在Matplotlib子图内嵌套子图？

问题描述 #

需要将主Figure中位置为223的单个子图，替换为包含上下两个子图的嵌套结构，已编写嵌套子图代码，但不清楚绘图对象层级关系，无法完成嵌入。

现有主绘图代码 #

import matplotlib.pyplot as plt
import numpy as np
import matplotlib as mpl
from pandas import util
import pandas.util.testing as testing
import pandas as pd

df = util.testing.makeDataFrame()

with mpl.rc_context(rc={'font.family': 'serif', 'font.weight': 'light', 'font.size': 12}):
    fig = plt.figure(figsize= (12, 6), dpi =200)

    ax = fig.add_subplot(2, 2, (1,2))
    ax2 = ax.twinx()
    df['A'].plot(ax=ax, color = 'g')
    df['B'].plot(ax=ax2, color ='g')

    fig.add_subplot(223)
    df['C'].plot(color='r')
    plt.axvline(x = 7, color = 'b', label = 'axvline - full height')
    
    fig.add_subplot(2,2,4)
    df = df.round(0)
    ax3 = df['D'].plot(kind='bar')
    ax3.legend( prop={'size': 6})
    
    fig.tight_layout()
    plt.show()

目标嵌套子图代码 #

fig = plt.figure(dpi =200)
fig.subplots_adjust(hspace= 0)
ax5 = fig.add_subplot(3,1,(1,2))
df['A'].plot(color='r')
plt.axvline(x = 7, color = 'b', label = 'axvline - full height')

ax6 = fig.add_subplot(3,1,(3) , sharex = ax5)
df['A'].plot(color='r')

实现方案 #

核心是利用matplotlib.gridspec.GridSpec灵活拆分目标子图区域，创建嵌套的子网格布局，以下是修改后的完整可运行代码：

修改后的完整代码 #

import matplotlib.pyplot as plt
import numpy as np
import matplotlib as mpl
from pandas import util
import pandas.util.testing as testing
import pandas as pd
from matplotlib.gridspec import GridSpec

df = util.testing.makeDataFrame()

with mpl.rc_context(rc={'font.family': 'serif', 'font.weight': 'light', 'font.size': 12}):
    fig = plt.figure(figsize=(12, 6), dpi=200)
    
    # 定义主布局的2行2列网格
    main_gs = GridSpec(2, 2, figure=fig)
    
    # 顶部跨列子图（原代码中的2,2,(1,2)）
    ax = fig.add_subplot(main_gs[0, :])
    ax2 = ax.twinx()
    df['A'].plot(ax=ax, color='g')
    df['B'].plot(ax=ax2, color='g')
    
    # 将原223的位置拆分为2行1列的嵌套网格
    nested_gs = main_gs[1, 0].subgridspec(2, 1, hspace=0)
    # 嵌套子图1（上层）
    ax5 = fig.add_subplot(nested_gs[0])
    df['A'].plot(color='r', ax=ax5)
    ax5.axvline(x=7, color='b', label='axvline - full height')
    ax5.legend()
    # 嵌套子图2（下层），共享x轴
    ax6 = fig.add_subplot(nested_gs[1], sharex=ax5)
    df['A'].plot(color='r', ax=ax6)
    # 隐藏上层子图的x轴刻度，避免重复显示
    plt.setp(ax5.get_xticklabels(), visible=False)
    
    # 右下角的柱状图子图（原代码中的2,2,4）
    ax3 = fig.add_subplot(main_gs[1, 1])
    df_round = df.round(0)
    df_round['D'].plot(kind='bar', ax=ax3)
    ax3.legend(prop={'size': 6})
    
    fig.tight_layout()
    plt.show()

关键细节说明 #

• 主网格布局：用GridSpec替代传统的add_subplot(2,2,...)，可以更精准地控制每个子图区域的拆分与组合。
• 嵌套网格创建：通过main_gs[1,0].subgridspec(2,1)，把主布局中第2行第1列的区域拆分为2行1列的子网格，实现嵌套子图的放置。
• 轴共享优化：设置sharex=ax5让两个嵌套子图共享x轴，同时隐藏上层子图的x刻度，避免视觉冗余。
• 间距控制：hspace=0参数消除嵌套子图之间的垂直间距，实现紧密排列效果。

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