Python - matplotlib 03. 여러 서브플롯 배치

핵심 요약

한 Figure에 여러 Axes를 놓는 표준 방법은 fig, axes = plt.subplots(nrows, ncols)입니다. 반환된 axes는 (행, 열) 모양의 ndarray이므로 인덱싱 또는 axes.flatten() 순회로 각 칸을 채웁니다. 축 범위를 공유하려면 sharex/sharey, 불규칙한 격자(칸마다 크기가 다른 배치)가 필요하면 fig.add_gridspec을 씁니다. 칸끼리 라벨·제목이 겹치는 문제는 constrained_layout=True(권장) 또는 fig.tight_layout()으로 자동 조정합니다.

import matplotlib.pyplot as plt
import numpy as np
 
rng = np.random.default_rng(0)

1. plt.subplots(nrows, ncols)

fig, axes = plt.subplots(2, 3, figsize=(10, 6), constrained_layout=True)
 
axes[0, 0].plot(np.arange(10))
axes[1, 2].hist(rng.normal(size=200), bins=20)
axes[0, 1].set_title("(0, 1)")

• axes의 모양: subplots(2, 3) → (2, 3) 배열, subplots(1, 3) → (3,) 배열, subplots(1, 1) → 배열이 아닌 Axes 하나.
• 모양이 상황마다 달라 헷갈리면 squeeze=False를 주면 항상 2차원 배열로 옵니다(axes[0, 0]으로 일관 접근).

💡 이럴 때: 칸 개수가 코드 실행 중에 정해지면 squeeze=False로 고정해 인덱싱 코드를 단순하게 유지합니다.

2. axes.flatten()으로 순회

칸마다 같은 종류의 그래프를 그릴 때는 1차원으로 펴서 반복합니다.

groups = {"A": rng.normal(0, 1, 100), "B": rng.normal(1, 2, 100),
          "C": rng.normal(-1, 0.5, 100), "D": rng.exponential(1, 100)}
 
fig, axes = plt.subplots(2, 2, figsize=(8, 6), constrained_layout=True)
for ax, (name, data) in zip(axes.flatten(), groups.items()):
    ax.hist(data, bins=20)
    ax.set_title(name)

• axes.flat(반복자)도 같은 용도로 쓸 수 있습니다.
• 칸이 데이터보다 많으면 남는 칸은 ax.set_visible(False) 또는 fig.delaxes(ax)로 숨깁니다. 그려지는 것: 2×2 격자에 네 그룹의 히스토그램이 각각 제목과 함께 그려집니다. D 칸은 오른쪽으로 긴 꼬리(지수분포) 형태입니다.

3. sharex / sharey -축 공유

같은 척도로 비교해야 할 때 축 범위를 묶습니다.

fig, axes = plt.subplots(3, 1, figsize=(6, 8), sharex=True, constrained_layout=True)
for i, ax in enumerate(axes):
    ax.plot(np.cumsum(rng.normal(size=100)))
    ax.set_ylabel(f"series {i}")
axes[-1].set_xlabel("step")

• sharex=True면 한 칸을 확대·이동하면 나머지도 같이 움직이고, 안쪽 칸의 x 눈금 라벨은 자동으로 숨겨집니다.
• 부분 공유: sharey="row", sharex="col".

💡 이럴 때: 여러 시계열의 높낮이를 공정하게 비교하려면 sharey=True가 필수입니다. 축이 칸마다 다르면 눈으로는 비슷해 보여도 실제 스케일이 다를 수 있습니다.

4. fig.add_gridspec -불규칙 배치

칸 크기를 다르게(예: 위는 넓은 그래프 하나, 아래는 작은 그래프 둘) 하려면 GridSpec으로 격자를 정의하고 슬라이스로 칸을 묶습니다.

fig = plt.figure(figsize=(8, 6), constrained_layout=True)
gs = fig.add_gridspec(2, 2)
 
ax_top = fig.add_subplot(gs[0, :])     # 첫 행 전체
ax_bl = fig.add_subplot(gs[1, 0])      # 둘째 행 왼쪽
ax_br = fig.add_subplot(gs[1, 1])      # 둘째 행 오른쪽
 
ax_top.plot(np.cumsum(rng.normal(size=200)))
ax_bl.scatter(rng.normal(size=50), rng.normal(size=50))
ax_br.hist(rng.normal(size=200), bins=20)

• gs[0, :]는 "0행의 모든 열", gs[:, 0]은 "모든 행의 0열"처럼 NumPy 슬라이스 문법을 그대로 씁니다.
• width_ratios/height_ratios로 칸 비율을 조정합니다: fig.add_gridspec(2, 2, height_ratios=[2, 1]).
• 간단한 경우엔 plt.subplot_mosaic([["top", "top"], ["bl", "br"]])가 더 읽기 쉽습니다(문자열 이름으로 Axes 딕셔너리 반환).

5. 레이아웃 자동 조정 -constrained_layout vs tight_layout

칸이 많아지면 축 라벨·제목·범례가 서로 겹치거나 잘립니다. 두 가지 자동 조정기가 있습니다.

fig, axes = plt.subplots(2, 2, layout="constrained")   # 최신 표기
# 또는
fig.tight_layout()                                      # 그린 뒤 호출

• 둘을 동시에 쓰면 안 됩니다. 하나만 선택합니다.
• 칸 사이 간격을 수동으로 주려면 fig.subplots_adjust(wspace=0.3, hspace=0.4).

💡 이럴 때: savefig에서 라벨이 잘리면 레이아웃 조정기를 켜거나 fig.savefig(..., bbox_inches="tight")를 함께 씁니다. → Python - matplotlib 07. 저장·해상도·백엔드

💡 이럴 때: 범례를 그림 밖에 두어 겹침을 피하고 싶으면 ax.legend(loc="upper left", bbox_to_anchor=(1.02, 1)) 후 constrained_layout이 여백을 잡게 합니다. → Python - matplotlib 04. 축·스케일·틱·범례