Matplotlib-Untergrundstücke unterschiedlicher Größe

Ich muss einer Figur zwei Nebenhandlungen hinzufügen. Ein Teilplot muss ungefähr dreimal so breit sein wie der zweite (gleiche Höhe). Ich habe dies mit GridSpecund dem colspanArgument erreicht, aber ich möchte dies mit verwenden, figuredamit ich es als PDF speichern kann. Ich kann die erste Zahl mithilfe des figsizeArguments im Konstruktor anpassen , aber wie ändere ich die Größe des zweiten Diagramms?

Eine andere Möglichkeit besteht darin, die subplotsFunktion zu verwenden und das Breitenverhältnis zu übergeben mit gridspec_kw:

import numpy as np
import matplotlib.pyplot as plt 

# generate some data
x = np.arange(0, 10, 0.2)
y = np.sin(x)

# plot it
f, (a0, a1) = plt.subplots(1, 2, gridspec_kw={'width_ratios': [3, 1]})
a0.plot(x, y)
a1.plot(y, x)

f.tight_layout()
f.savefig('grid_figure.pdf')

Sie können verwenden gridspecund figure:

import numpy as np
import matplotlib.pyplot as plt 
from matplotlib import gridspec

# generate some data
x = np.arange(0, 10, 0.2)
y = np.sin(x)

# plot it
fig = plt.figure(figsize=(8, 6)) 
gs = gridspec.GridSpec(1, 2, width_ratios=[3, 1]) 
ax0 = plt.subplot(gs[0])
ax0.plot(x, y)
ax1 = plt.subplot(gs[1])
ax1.plot(y, x)

plt.tight_layout()
plt.savefig('grid_figure.pdf')

Der wahrscheinlich einfachste Weg ist die Verwendung subplot2grid, beschrieben unter Anpassen des Speicherorts des Unterplots mithilfe von GridSpec .

ax = plt.subplot2grid((2, 2), (0, 0))

entspricht

import matplotlib.gridspec as gridspec
gs = gridspec.GridSpec(2, 2)
ax = plt.subplot(gs[0, 0])

so wird bmus beispiel:

import numpy as np
import matplotlib.pyplot as plt

# generate some data
x = np.arange(0, 10, 0.2)
y = np.sin(x)

# plot it
fig = plt.figure(figsize=(8, 6))
ax0 = plt.subplot2grid((1, 3), (0, 0), colspan=2)
ax0.plot(x, y)
ax1 = plt.subplot2grid((1, 3), (0, 2))
ax1.plot(y, x)

plt.tight_layout()
plt.savefig('grid_figure.pdf')

Früher habe ich pyplot‚s axesObjekt manuell die Größen einstellen , ohne GridSpec:

import matplotlib.pyplot as plt
import numpy as np
x = np.arange(0, 10, 0.2)
y = np.sin(x)

# definitions for the axes
left, width = 0.07, 0.65
bottom, height = 0.1, .8
bottom_h = left_h = left+width+0.02

rect_cones = [left, bottom, width, height]
rect_box = [left_h, bottom, 0.17, height]

fig = plt.figure()

cones = plt.axes(rect_cones)
box = plt.axes(rect_box)

cones.plot(x, y)

box.plot(y, x)

plt.show()