复杂且语义化的图形组合 (subplot_mosaic)

在图形中以不均匀网格布局坐标轴可能既繁琐又冗长。对于密集的均匀网格，我们有 Figure.subplots，但是对于更复杂的布局，例如跨越布局的多列/行的坐标轴或使图形的某些区域空白，您可以使用 gridspec.GridSpec （请参阅 在图形中排列多个坐标轴）或手动放置您的坐标轴。Figure.subplot_mosaic 旨在提供一个界面，以可视化地布局您的坐标轴（以 ASCII 图形或嵌套列表的形式），以简化此过程。

此界面自然支持命名您的坐标轴。Figure.subplot_mosaic 返回一个字典，其键是用于布局图形的标签。通过返回带有名称的数据结构，可以更轻松地编写独立于图形布局的绘图代码。

这受到 提议的 MEP 和 R 的 patchwork 库的启发。虽然我们不实现运算符重载样式，但我们确实为指定（嵌套）坐标轴布局提供了 Python 式 API。

import matplotlib.pyplot as plt
import numpy as np


# Helper function used for visualization in the following examples
def identify_axes(ax_dict, fontsize=48):
    """
    Helper to identify the Axes in the examples below.

    Draws the label in a large font in the center of the Axes.

    Parameters
    ----------
    ax_dict : dict[str, Axes]
        Mapping between the title / label and the Axes.
    fontsize : int, optional
        How big the label should be.
    """
    kw = dict(ha="center", va="center", fontsize=fontsize, color="darkgrey")
    for k, ax in ax_dict.items():
        ax.text(0.5, 0.5, k, transform=ax.transAxes, **kw)

如果我们想要一个 2x2 的网格，我们可以使用 Figure.subplots，它返回一个 axes.Axes 的二维数组，我们可以索引到该数组来进行绘图。

np.random.seed(19680801)
hist_data = np.random.randn(1_500)


fig = plt.figure(layout="constrained")
ax_array = fig.subplots(2, 2, squeeze=False)

ax_array[0, 0].bar(["a", "b", "c"], [5, 7, 9])
ax_array[0, 1].plot([1, 2, 3])
ax_array[1, 0].hist(hist_data, bins="auto")
ax_array[1, 1].imshow([[1, 2], [2, 1]])

identify_axes(
    {(j, k): a for j, r in enumerate(ax_array) for k, a in enumerate(r)},
)

使用 Figure.subplot_mosaic，我们可以生成相同的镶嵌图，但为坐标轴提供语义名称

fig = plt.figure(layout="constrained")
ax_dict = fig.subplot_mosaic(
    [
        ["bar", "plot"],
        ["hist", "image"],
    ],
)
ax_dict["bar"].bar(["a", "b", "c"], [5, 7, 9])
ax_dict["plot"].plot([1, 2, 3])
ax_dict["hist"].hist(hist_data)
ax_dict["image"].imshow([[1, 2], [2, 1]])
identify_axes(ax_dict)

Figure.subplots 和 Figure.subplot_mosaic 之间的一个主要区别是返回值。前者返回一个用于索引访问的数组，而后者返回一个字典，将标签映射到创建的 axes.Axes 实例

print(ax_dict)

{'bar': <Axes: label='bar'>, 'plot': <Axes: label='plot'>, 'hist': <Axes: label='hist'>, 'image': <Axes: label='image'>}

字符串简写

通过将我们的坐标轴标签限制为单个字符，我们可以将我们想要的坐标轴“绘制”为“ASCII 图形”。以下

mosaic = """
    AB
    CD
    """

将为我们提供一个以 2x2 网格排列的 4 个坐标轴，并生成与上面相同的图形镶嵌图（但现在使用 {"A", "B", "C", "D"} 而不是 {"bar", "plot", "hist", "image"} 进行标记）。

fig = plt.figure(layout="constrained")
ax_dict = fig.subplot_mosaic(mosaic)
identify_axes(ax_dict)

或者，您可以使用更紧凑的字符串表示法

mosaic = "AB;CD"

将为您提供相同的组合，其中 ";" 用作行分隔符而不是换行符。

fig = plt.figure(layout="constrained")
ax_dict = fig.subplot_mosaic(mosaic)
identify_axes(ax_dict)

跨越多行/列的坐标轴

我们可以使用 Figure.subplot_mosaic 完成的一件事（而我们无法使用 Figure.subplots 完成）是指定一个坐标轴应跨越多行或多列。

如果我们想要重新排列我们的四个坐标轴，使 "C" 成为底部的水平跨度，并且 "D" 成为右侧的垂直跨度，我们将执行以下操作

axd = plt.figure(layout="constrained").subplot_mosaic(
    """
    ABD
    CCD
    """
)
identify_axes(axd)

如果我们不想用坐标轴填充图形中的所有空格，我们可以指定网格中的一些空格为空白

axd = plt.figure(layout="constrained").subplot_mosaic(
    """
    A.C
    BBB
    .D.
    """
)
identify_axes(axd)

如果我们更喜欢使用另一个字符（而不是句点 "."）来标记空空格，我们可以使用 empty_sentinel 来指定要使用的字符。

axd = plt.figure(layout="constrained").subplot_mosaic(
    """
    aX
    Xb
    """,
    empty_sentinel="X",
)
identify_axes(axd)

在内部，我们使用的字母没有任何意义，任何 Unicode 代码点都是有效的！

axd = plt.figure(layout="constrained").subplot_mosaic(
    """αб
       ℝ☢"""
)
identify_axes(axd)

不建议将空格用作字符串简写中的标签或空标记，因为它在处理输入时可能会被剥离。

控制镶嵌图的创建

此功能构建在 gridspec 之上，您可以将关键字参数传递到下面的 gridspec.GridSpec（与 Figure.subplots 相同）。

在这种情况下，我们希望使用输入来指定排列，但设置行/列的相对宽度。为方便起见，gridspec.GridSpec 的 height_ratios 和 width_ratios 在 Figure.subplot_mosaic 调用序列中公开。

axd = plt.figure(layout="constrained").subplot_mosaic(
    """
    .a.
    bAc
    .d.
    """,
    # set the height ratios between the rows
    height_ratios=[1, 3.5, 1],
    # set the width ratios between the columns
    width_ratios=[1, 3.5, 1],
)
identify_axes(axd)

其他 gridspec.GridSpec 关键字可以通过 gridspec_kw 传递。例如，使用 {left, right, bottom, top} 关键字参数来定位整体镶嵌图，以将同一镶嵌图的多个版本放置在图形中。

mosaic = """AA
            BC"""
fig = plt.figure()
axd = fig.subplot_mosaic(
    mosaic,
    gridspec_kw={
        "bottom": 0.25,
        "top": 0.95,
        "left": 0.1,
        "right": 0.5,
        "wspace": 0.5,
        "hspace": 0.5,
    },
)
identify_axes(axd)

axd = fig.subplot_mosaic(
    mosaic,
    gridspec_kw={
        "bottom": 0.05,
        "top": 0.75,
        "left": 0.6,
        "right": 0.95,
        "wspace": 0.5,
        "hspace": 0.5,
    },
)
identify_axes(axd)

或者，您可以使用子图形功能

mosaic = """AA
            BC"""
fig = plt.figure(layout="constrained")
left, right = fig.subfigures(nrows=1, ncols=2)
axd = left.subplot_mosaic(mosaic)
identify_axes(axd)

axd = right.subplot_mosaic(mosaic)
identify_axes(axd)

控制子图的创建

我们还可以传入用于创建子图的参数（同样，与Figure.subplots相同），这些参数将应用于所有创建的坐标轴。

axd = plt.figure(layout="constrained").subplot_mosaic(
    "AB", subplot_kw={"projection": "polar"}
)
identify_axes(axd)

每个坐标轴的子图关键字参数

如果您需要单独控制传递给每个子图的参数，请使用per_subplot_kw来传递坐标轴标识符（或坐标轴标识符的元组）与要传递的关键字字典之间的映射。

在 3.7 版本中添加。

fig, axd = plt.subplot_mosaic(
    "AB;CD",
    per_subplot_kw={
        "A": {"projection": "polar"},
        ("C", "D"): {"xscale": "log"}
    },
)
identify_axes(axd)

如果布局是用字符串简写指定的，那么我们知道坐标轴标签将是一个字符，并且可以明确地解释per_subplot_kw中较长的字符串来指定要应用关键字的一组坐标轴。

fig, axd = plt.subplot_mosaic(
    "AB;CD",
    per_subplot_kw={
        "AD": {"projection": "polar"},
        "BC": {"facecolor": ".9"}
    },
)
identify_axes(axd)

如果同时使用subplot_kw和per_subplot_kw，则它们会被合并，per_subplot_kw具有更高的优先级。

axd = plt.figure(layout="constrained").subplot_mosaic(
    "AB;CD",
    subplot_kw={"facecolor": "xkcd:tangerine"},
    per_subplot_kw={
        "B": {"facecolor": "xkcd:water blue"},
        "D": {"projection": "polar", "facecolor": "w"},
    }
)
identify_axes(axd)

嵌套列表输入

当传入列表时，我们可以做与字符串简写相同的所有事情（在内部，我们将字符串简写转换为嵌套列表），例如使用跨度、空白和gridspec_kw。

axd = plt.figure(layout="constrained").subplot_mosaic(
    [
        ["main", "zoom"],
        ["main", "BLANK"],
    ],
    empty_sentinel="BLANK",
    width_ratios=[2, 1],
)
identify_axes(axd)

此外，使用列表输入，我们可以指定嵌套的镶嵌图。内部列表的任何元素都可以是另一组嵌套列表。

inner = [
    ["inner A"],
    ["inner B"],
]

outer_nested_mosaic = [
    ["main", inner],
    ["bottom", "bottom"],
]
axd = plt.figure(layout="constrained").subplot_mosaic(
    outer_nested_mosaic, empty_sentinel=None
)
identify_axes(axd, fontsize=36)

我们还可以传入一个二维NumPy数组来执行类似的操作

mosaic = np.zeros((4, 4), dtype=int)
for j in range(4):
    mosaic[j, j] = j + 1
axd = plt.figure(layout="constrained").subplot_mosaic(
    mosaic,
    empty_sentinel=0,
)
identify_axes(axd)