更改 matplotlib 中现有子图的子图尺寸答案

【问题标题】：change subplot dimension of existing subplots in matplotlib更改 matplotlib 中现有子图的子图尺寸
【发布时间】：2018-09-24 13:42:46
【问题描述】：

鉴于某个维度的子图（例如 1 行 x 9 列）的现有图，我如何将其更改为新维度（3 行 x 3 列的子图）。

当使用不向用户公开此控件的绘图库时会出现此用例（例如Nilearn.plotting.plot_prob_atlas）。据我所知，最初创建具有适当子图尺寸的图形是不可能的。

【问题讨论】：

nilearn.plotting.plot_prob_atlas 有一个参数 axes。这是否不允许以所需的方式自定义输出？如果确实没有，那么显示不良行为的代码示例肯定会很有用。
理想情况下，我有兴趣在事后重塑子图，如上所述，而不是挖掘不会泛化到另一个问题的 plot_prob_atlas 的内部结构。但这里有一些关于我的特定问题的细节：nilearn.plotting 确实接受一个轴，所以我尝试将一个子图初始化为适当的大小，并通过传递适当的轴来逐个绘制每个切片。这种方法挂起，但即使它确实有效，由于多次调用，切片之间没有颜色对应关系（区域 1 在一个切片中可能是蓝色，而在另一个切片中可能是红色）。感谢您的帮助！

标签： python matplotlib

【解决方案1】：

我不确定是否有更好的方法来解决从 nilearn.plotting 安排子图的具体问题。

一般来说，假设您有一个黑盒函数，它返回一个带有一些子图的图形。您将需要知道它创建的子图的数量。然后，您可以创建一个新网格并将图中轴的位置设置为该新网格的位置。

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

# blackbox function that returns a figure with 9 subplots in a row
def blackbox():
    fig, axes = plt.subplots(ncols=9)
    for ax in axes:
        a = np.random.rand(10,10)
        ax.pcolormesh(a, vmin=0, vmax=1)
    return fig


fig = blackbox()

gs = matplotlib.gridspec.GridSpec(3,3)
for i, ax in enumerate(fig.axes):
    ax.set_position(gs[i].get_position(fig))

plt.show()

【讨论】：