3.4 绘图区域嵌套子绘图区域

在一般情况下，我们不仅可以在一个绘图区域上进行数据可视化实践，还可以在一个绘图区域上嵌套子绘图区域，从而实现画布上的绘图区域的复合展示。下面，我们就通过嵌套直方图和分布函数曲线等图形，具体讲解绘图区域的嵌套的实现方法。

1.代码实现

2.运行结果（见图3-5）

图3-5

3.代码精讲

（1）通过调用“ax.plot（x，y，ls="-"，lw=2，color="steelblue"）”语句，绘制主绘图区域的折线图。其中，参数y是样本容量为200、均值为75和标准差为15的正态分布的数组。

（2）需要在主绘图区域嵌套第一个子绘图区域。具体而言，通过调用“plt.axes（[0.2，0.6，0.2，0.2]，axisbg="k"）”语句实现子绘图区域的嵌套目标。函数 axes（[0.2，0.6，0.2，0.2]，axisbg="k"）中的参数“[0.2，0.6，0.2，0.2]”表示主绘图区域的坐标轴经过归一化到0～1之间后的子绘图区域的位置和大小，即[left，bottom，width，height]；参数 axisbg 用来设置子绘图区域的背景颜色，默认颜色是白色。根据“[0.2，0.6，0.2，0.2]”绘制子绘图区域上的直方图“plt.hist（y，bins，color="cornflowerblue"）”。

（3）在子绘图区域的基础上，调用“plt.axes（[0.21，0.72，0.05，0.05]）”语句，继续绘制子绘图区域，实现子绘图区域的嵌套目标。

（4）在这个嵌套的子绘图区域上，调用“plt.plot（bins，y1，ls="-"，color="r"）”语句，绘制概率密度曲线。同时，调用“plt.xticks（[]）”和“plt.yticks（[]）”语句，将坐标轴的刻度线去掉。

同理，分别调用“plt.axes（[0.65，0.6，0.2，0.2]，axisbg="k"）”和“plt.axes（[0.66，0.72，0.05，0.05]）”语句，绘制另外两个子绘图区域，完成子绘图区域的连续嵌套的任务。

（5）在这两个子绘图区域上，使用“plt.hist（y，bins，color="cornflowerblue"，normed=True，cumulative=True，histtype="step"）”语句绘制累积阶梯形直方图，使用“plt.plot（bins，y2，ls="-"，color="r"）”语句绘制分布函数曲线。

因此，“代码实现”部分的整体思路是：先在主绘图区域上嵌套子绘图区域，再在子绘图区域上嵌套更小的子绘图区域，从而分别在各自的绘图区域上绘制统计图形，完成统计图形的组合展示的工作。

4.内容补充

对于使用matplotlib 2.0.0及以上版本的读者而言，只需要将参数axisbg换成facecolor，就可以正常地执行脚本，获得运行结果。