使用mpl_toolkits.axes_grid1绘制子图中多个图例的方法

mpl_toolkits.axes_grid1是matplotlib中一个非常有用的工具包，用于绘制带有多个子图的图形，并可以在每个子图中添加多个图例。使用mpl_toolkits.axes_grid1可以轻松地实现子图中多个图例的需求，无需使用额外的编程技巧。

下面以一个使用例子来介绍如何使用mpl_toolkits.axes_grid1绘制子图中多个图例。

首先，我们需要导入必要的库和模块：

import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
import mpl_toolkits.axes_grid1 as axes_grid1

然后，创建一个包含多个子图的图形。为了方便起见，我们使用gridspec模块创建一个包含2行3列的子图，如下所示：

fig = plt.figure(figsize=(10, 6))
gs = gridspec.GridSpec(2, 3, figure=fig)

接下来，创建每个子图，并在每个子图中绘制需要的图形。这里以绘制正弦曲线和余弦曲线为例：

# 子图1
ax1 = fig.add_subplot(gs[0, 0])
x = np.linspace(0, 2 * np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)
line1, = ax1.plot(x, y1, label='sin(x)')
line2, = ax1.plot(x, y2, label='cos(x)')
ax1.set_xlabel('x')
ax1.set_ylabel('y')
ax1.set_title('Subplot 1')

# 子图2
ax2 = fig.add_subplot(gs[0, 1])
y3 = np.sin(2 * x)
y4 = np.cos(2 * x)
line3, = ax2.plot(x, y3, label='sin(2x)')
line4, = ax2.plot(x, y4, label='cos(2x)')
ax2.set_xlabel('x')
ax2.set_ylabel('y')
ax2.set_title('Subplot 2')

# 子图3
ax3 = fig.add_subplot(gs[0, 2])
y5 = np.sin(3 * x)
y6 = np.cos(3 * x)
line5, = ax3.plot(x, y5, label='sin(3x)')
line6, = ax3.plot(x, y6, label='cos(3x)')
ax3.set_xlabel('x')
ax3.set_ylabel('y')
ax3.set_title('Subplot 3')

# 子图4
ax4 = fig.add_subplot(gs[1, :])
ax4.plot(x, y1, label='sin(x)')
ax4.plot(x, y2, label='cos(x)')
ax4.plot(x, y3, label='sin(2x)')
ax4.plot(x, y4, label='cos(2x)')
ax4.plot(x, y5, label='sin(3x)')
ax4.plot(x, y6, label='cos(3x)')
ax4.set_xlabel('x')
ax4.set_ylabel('y')
ax4.set_title('Subplot 4')

在每个子图中，我们分别使用plot函数绘制了不同的曲线，并为每条曲线添加了一个图例。可以看到，每个子图中的图例只包含该子图中的曲线。

最后，我们使用axes_grid1模块中的make_axes_locatable函数和add_axes方法为每个子图添加一个独立的图例。具体操作如下：

# 子图1的图例
divider1 = axes_grid1.make_axes_locatable(ax1)
cax1 = divider1.append_axes("right", size="5%", pad=0.1)
legend1 = ax1.legend(handles=[line1], loc='center', title='Legend 1', bbox_to_anchor=(1.25, 0.5), bbox_transform=fig.transFigure)

# 子图2的图例
divider2 = axes_grid1.make_axes_locatable(ax2)
cax2 = divider2.append_axes("right", size="5%", pad=0.1)
legend2 = ax2.legend(handles=[line3, line4], loc='center', title='Legend 2', bbox_to_anchor=(1.25, 0.5), bbox_transform=fig.transFigure)

# 子图3的图例
divider3 = axes_grid1.make_axes_locatable(ax3)
cax3 = divider3.append_axes("right", size="5%", pad=0.1)
legend3 = ax3.legend(handles=[line5, line6], loc='center', title='Legend 3', bbox_to_anchor=(1.25, 0.5), bbox_transform=fig.transFigure)

# 子图4的图例
divider4 = axes_grid1.make_axes_locatable(ax4)
cax4 = divider4.append_axes("right", size="5%", pad=0.1)
legend4 = ax4.legend(handles=[line1, line2, line3, line4, line5, line6], loc='center', title='Legend 4', bbox_to_anchor=(1.25, 0.5), bbox_transform=fig.transFigure)

在每个子图中，我们首先使用make_axes_locatable函数创建一个新的AxesLocator对象，然后使用append_axes方法在子图右侧创建一个新的轴cax，最后使用legend方法为该轴添加一个图例。其中，handles参数用于指定要添加到图例中的对象，loc参数用于指定图例的位置，title参数用于指定图例的标题，bbox_to_anchor参数用于指定图例的位置，bbox_transform参数用于指定图例的位置坐标系。

最后，我们使用plt.tight_layout()函数调整子图和图例的布局，并使用plt.show()函数显示图形：

plt.tight_layout()
plt.show()

执行完上述代码后，就可以得到一个包含多个子图和多个图例的图形。

综上所述，使用mpl_toolkits.axes_grid1绘制子图中多个图例的方法如上所示。通过使用axes_grid1模块中的make_axes_locatable函数和add_axes方法，我们可以在每个子图中添加单独的图例，实现对子图中的曲线进行独立的图例标注。这种方法可以更好地提供图例的可视化效果，使得图形更加清晰和易读。