figure.add_subplot() vs pyplot.subplot()

Question

add_subplot()和subplot()的区别是什么？它们似乎都可以在没有子图的情况下添加一个子图。我查看了文档，但是无法理解它们之间的区别。这只是为了使未来的代码更具灵活性吗？

例如：

fig = plt.figure()
ax = fig.add_subplot(111)

对战

plt.figure(1)
plt.subplot(111)

来自matplotlib教程。

- benn

Answer 1

如果您需要稍后引用ax，请使用以下内容作为参考：

ax = fig.add_subplot(111)

与您分享一段时间：

plt.subplot(111)

你需要做类似这样的事情：

ax = plt.gca()

同样地，如果您希望稍后操作该图：

fig = plt.figure()

立即给您一个参考，而不是：

fig = plt.gcf()

如果您使用多个图的子图，那么获得显式引用会更加有用。比较一下：

figures = [plt.figure() for _ in range(5)]

随着:

figures = []
for _ in range(5):
    plt.figure()
    figures.append(plt.gcf())

- Mike Müller

---

这个解释有帮助吗？ - Mike Müller

“that's not true. plt.subplot(111) 返回一个 matplotlib.axes._subplots.AxesSubplot 对象，就像 add_subplot 一样，因此你可以使用 ax = plt.subplot(111)。” - Vincenzooo

Answer 2

pyplot.subplot 是 Figure.add_subplot 的封装，但行为有所不同。 使用 pyplot.subplot 创建子图时，会删除任何与其重叠超出共享边界的预先存在的 subplot。如果不想要这种行为，请改用 Figure.add_subplot 方法或 pyplot.axes 函数。 更多信息

- afruzan

Answer 3

就像Matplotlib文档所说的那样，它也在@afruzan的答案中提到。

matplotlib.pyplot.subplot：创建一个新的Axes会删除与之重叠的任何预先存在的Axes，除非仅共享边界。如果不想要这种行为，请使用Figure.add_subplot方法或pyplot.axes函数。

为了更清晰地说明，这里有个例子：

• 使用Figure.add_subplot：

import matplotlib.pyplot as plt
    
fig = plt.figure()
fig.add_subplot(131, facecolor='red')
fig.add_subplot(132, facecolor='green')
fig.add_subplot(133, facecolor='blue')
fig.add_subplot(231, facecolor='cyan')
plt.show()

• 使用 pyplot.subplot:

import matplotlib.pyplot as plt
    
fig = plt.figure()
fig.add_subplot(131, facecolor='red')
fig.add_subplot(132, facecolor='green')
fig.add_subplot(133, facecolor='blue')
plt.subplot(231, facecolor='cyan') # overlap with subplot generated by fig.add_subplot(131, facecolor='red'), so subplot generated by fig.add_subplot(131, facecolor='red') will be removed
plt.show()

- user343233