### 实现 Python 中 16 子图合并的整体图形 为了实现将 16 个子图组合成一个完整的图形，可以利用 `matplotlib` 的 `subplot2grid()` 或者更简单的 `plt.subplots()` 方法。以下是基于两种方法的具体实现： #### 使用 `subplot2grid()` 方法 这种方法允许灵活定义每个子图的行列跨度以及布局方式。 ```python import matplotlib.pyplot as plt import numpy as np # 创建数据 x = np.linspace(0, 10, 100) fig = plt.figure() for i in range(16): # 遍历16个子图 row = i // 4 # 计算当前子图所在的行号 col = i % 4 # 计算当前子图所在的列号 ax = plt.subplot2grid((4, 4), (row, col)) # 定义子图位置 ax.plot(x, np.sin(x + i / 4.0)) # 绘制正弦波形 ax.set_title(f'Subplot {i+1}') # 设置子图标题 plt.tight_layout() # 自动调整子图间距 plt.show() ``` 此代码片段展示了如何通过循环动态生成多个子图，并将其放置在一个 4×4 的网格中[^1]。 --- #### 使用 `plt.subplots()` 方法 对于均匀分布的子图布局，推荐使用更为简洁的 `subplots()` 方法。它可以一次性创建整个网格结构，而无需逐一手动指定每个子图的位置。 ```python import matplotlib.pyplot as plt import numpy as np # 创建数据 x = np.linspace(0, 10, 100) # 创建4x4的子图网格 fig, axes = plt.subplots(nrows=4, ncols=4, figsize=(10, 8)) # 展平axes数组以便于索引访问 axes = axes.flatten() for i, ax in enumerate(axes): # 遍历所有子图 ax.plot(x, np.cos(x + i / 4.0)) # 绘制余弦波形 ax.set_title(f'Subplot {i+1}', fontsize=10) # 设置子图标题 plt.tight_layout() # 调整布局防止重叠 plt.show() ``` 这段代码同样构建了一个由 16 个子图组成的 4×4 布局，并且每张子图都独立设置了样式和内容[^3]。 --- #### 关键点说明 - **灵活性对比**：如果需要复杂的跨行或跨列设计，则应优先考虑 `subplot2grid()`；而对于标准矩阵阵列形式的排列，`subplots()` 更加高效便捷。 - **性能优化**：当处理大量子图时，建议提前设定好图像尺寸 (`figsize`) 来避免默认比例带来的视觉不适感。 - **自动调整功能**：调用 `plt.tight_layout()` 可有效解决因标签过长或其他因素引起的相互干扰问题[^4]。 ---