python子图加标题_在matplotlib让每个子图用不同的title和图例label啊，和最后一个子图一样，求大佬帮忙？...

刚好最近准备整理一下matplotlib的一些心得，这里先码一部分。

现在你这里建立了一个大的主图Figure对象，下面包含一个2x2的4张子图Axes对象。如果直接使用plt方法，由于它只会作用在活动的子图上，所以只会影响到整个子图序列的最后一张图上。

这里，解决的方案至少有两个：第一种，就是换一个思路，通过指定子图的方式，调用子图的绘图方法来绘制；第二种，就是更换活动子图的焦点，把焦点切换到别的子图上然后用plt方法绘制。

第一种：

一般创建子图的时候，我们会用fig, ax = plt.subplots(2,2)这样的句法。这里其实是调用plt函数下的subplots命令创建了一张大图，以及大图下的2x2共4张小图的命令。所以这个命令其实做了两件事，同时生成了一个元组，包含fig这个“大图”对象，以及ax这个2x2子图对象。

当需要设置某个子图对象的时候，就可以用ax[x][y]这样的格式来指定具体是哪个子图。因为我们创建子图的时候用的是 (2,2)这样的格式，所以子图组其实是一个2x2的二维结构，于是指定子图的时候我们就要用[x][y]这样的调用二维数组的方式。

如果在一开始用plt.subplots(4)这样的语法，那么子图会默认排成一列。这个时候，用ax[x]这种一维数组的调用方式就可以了。

第二种：

另一方面，我们也可以用plt.subplot()命令来指定到底是哪一个子图subplot。注意前面是创建多个子图，用的subplots，这里是指定到某个具体的子图，用的是subplot。具体的用法是plt.subplot(行列索引)，比如plt.subplot(224)，就是说我现在选中的是这个2x2子图的第二行、第二列、索引号为4的子图。三个连续的整数缺一不可。

不过，当子图横向、纵向数量大于10的时候，这个方法就不能用了 。这个时候还是需要ax_index = plt.subplot(x, y, index)这种写法，在大图的指定位置选中(如果该位置没有子图，则创建一个新的子图)，然后再进行绘制。

第一种方法，可以直接ax[0][0].plot进行绘制；而第二种，需要先plt.subplot(x,y,index)选中子图，然后plt.plot进行绘制，就是说需要分两步走。我个人比较喜欢第一种，因为可以直接选中并绘制图形；但第二种subplot方法里面可以传递别的参数，比如sharex=ax1可以用来指定和ax1子图对象共享x轴，或者projection='polar' 来指定该子图为极坐标系。

在了解基本的指定焦点的语法之后，我们就可以扩展一下和别的语法结合起来使用了。比如遍历多个子图：

假设有一个数据集(x, y1, y2, y3, y4)，现在想画四张子图，数据集分别是(x, y1), (x, y2), (x, y3) 和 (x, y4)。如果不会遍历，那就只能手动一张张画。

plt.subplots(2,2) # 先创建一张2x2的包含4个子图的大图

x = data['x'] #假设我们通过这个方式拿到x对应的数据

for num, data in enumerate(y):

plt.subplot(221+i) #从 221 位置开始，遍历所有子图，假设子图是2x2

# plt.subplot(2, 2, 1+i) 当然这么写去选中子图也ok

plt.plot(x, data) # 前面已经选中子图了，这里传入数据就行

plt.title(title_list[i]) #如果你有标题列表，那么这样传入对应位置的标题，也可以实现自动加标题

当然，这个例子里面用两重循环：for x in rows, for y in columns来遍历也可以。就是索引位置要用 x,y 的组合来表达了。

通过这个例子可以举一反三，比如因为某些原因，第一行的图只能是柱状图，第二行的图只能是散点图的话。我们也可以通过循环来控制第一行的所有列，在绘制的时候都是创建一个柱状图；而第二行的时候，则都是创建散点图

fig, ax = plt.subplots(2,3) # 先创建一张 2x3 的包含 6 个子图的大图

for x,p in zip(range(ax.shape[0]), [plt.bar, plt.scatter]): # 规定第一行为柱状图，第二行为散点图

# 注意 plt.bar 没有括号的情况下，是一个函数对象；所以这是一个由不同函数对象组成的列表

for y in range(ax.shape[1]):

seq = x*ax.shape[1] + y +1

plt.subplot(ax.shape[0], ax.shape[1], seq)

p([1,2,3], [4,7,10]) # 这里 p 随着循环次数的不同，可以是 plt.bar 也可以是 plt.scatter

plt.show()

当然了，生产环境下肯定不建议这么循环。因为这些绘图函数接收的参数格式可能不一样。这里主要还是掌握怎么选中子图。

我不太熟悉别的编程语言，以py自学为例，我始终觉得自学和有人带着学，这两者的学习方法应该是不一样的。自学我更建议先浏览相关手册的全部内容，然后结合实际例子多点开花。如果按照学校里读书那样一个点一个点的学，最后知识很难串成线(因为没有“老师”帮你做这个)，实际应用的时候就会抓瞎。

关于学习方法，可以参考下我的这个回答：如何系统地学习Python 中 matplotlib, numpy, scipy, pandas？​www.zhihu.com