在数据可视化中，多个子图的使用可以帮助我们更好地展示数据，并且使得数据呈现更加直观。 Matlab提供了很方便的subplot函数，允许我们在单个绘图窗口中创建并依次绘制多个子图。 本文将介绍如何使用subplot并定制不同位置和大小的子图。

一、创建subplot

使用subplot函数创建多个子图是非常简单的。 该函数接受三个整数参数：行数，列数和子图编号。 子图编号是从左到右从上往下编号的，并从1开始。参数表示要画的图在第几行第几列，例如(2,3,1)表示第一张图位于第一行第一列，(2,3,2)表示第二张图位于第一行第二列，以此类推。

在Matlab中，我们可以通过如下代码创建一个2x2的子图组：

```matlab

subplot(2,2,1)

plot(rand(10,1))

subplot(2,2,2)

plot(rand(50,1))

subplot(2,2,3)

plot(rand(100,1))

subplot(2,2,4)

plot(rand(200,1))

```

上述代码将创建四个子图。我们将用plot函数绘制类似于随机数据的图形，演示如下：


二、定制子图大小和位置

有时，我们需要更灵活地控制子图的位置和大小。 这时，我们可以使用Matlab的覆盖绘图，并用axes函数将子图放在自定义位置和大小的坐标系中。 以下是一些可以让我们更好地理解这种技术的示例代码。

**例一：调整subplot大小**

我们可以使用subplot函数直接创建多个更大或更小的相同大小的子图。例如，如下代码将创建4个大小不同的相同子图。

```matlab

subplot(2,2,1),imshow('image1.jpg');

subplot(2,2,2),imshow('image2.jpg');

subplot(2,2,3),imshow('image3.jpg');

subplot(2,2,4),imshow('image4.jpg');

```


可以看到，每个子图都被相等地重叠在得到的图形上。 Matlab允许我们通过改变子图的大小和位置使它们不重叠。

**例二：改变相邻子图大小**

我们还可以设置相邻子图的不同大小。我们可以使用subplot和axes函数来实现这一点。下面是一个简单的示例，其中第二个和第三个子图比其他三个子图要小。其代码如下：

```matlab

%第一步创建5张子图

subplot(2, 3, 1), imshow('image1.jpg');

subplot(2, 3, 2), imshow('image2.jpg');

subplot(2, 3, 3), imshow('image3.jpg');

subplot(2, 3, 4), imshow('image4.jpg');

subplot(2, 3, 5), imshow('image5.jpg');

%第二步设置子图大小

ax1 = subplot(2,3,2);

ax2 = subplot(2,3,3);

set(ax1, 'Position',[0.35 0.6 0.2 0.2])

set(ax2, 'Position',[0.6 0.6 0.2 0.2])

```


如上图所示，第2和3个图被调整为相对较小的大小，因此它们可以成为右侧较大图的左上角和右上角。

**例三：设置所有子图的不同大小和位置**

当然，我们还可以自由地设置不同大的、不同位置的子图指定subplot位置。通过subplot，我们可以将图形分割成几个区域，并通过axes在这些不同的区域上绘图。在下面的代码示例中，我们将创建4个子图，它们将占据以0.15为左侧边距、0.53为底部位置、0.28为宽度、0.45为高度的不同矩形。代码如下：

```matlab

h1 = subplot('Position',[0.15 0.53 0.28 0.45]);

plot(rand(100,1))

h2 = subplot('Position',[0.5 0.53 0.28 0.45]);

plot(rand(100,1))

h3 = subplot('Position',[0.15 0.05 0.28 0.45]);

plot(rand(100,1))

h4 = subplot('Position',[0.5 0.05 0.28 0.45]);

plot(rand(100,1))

```


我们可以看到，在这个例子中，我们可以自由设置每个子图的大小和位置，并创建一个4个子图的区域。

总结：

Matlab的subplot函数是一个非常简单而又有用的工具，可以帮助我们在单个绘图窗口中创建多个子图。 使用subplot，我们可以轻松地构建和可视化数据，并在同一绘图中比较多个数据集。 除了使用了subplot之外，我们还介绍了如何使用覆盖绘图和axes函数，以更精细的方式定制多幅子图的大小和位置。 在使用subplot时，我们应该牢记，我们可以改变任何子图的大小和位置，从而获得最大的数据可视化效果。