3.6 多子图
除多个坐标轴外，多个子图也是多个图表很好的呈现方式。
最简单的多子图就属双子图了，为了方便在一幅图中呈现多个子图，Plotly封装了一个很好的方法make_subplots，这个方法的使用方式如下。
make_subplots的使用方法很简单，使用案例如下（见文件subplot_simple.py）。
代码运行结果如图3-18所示。
图3-18 代码运行结果
除上述方法外，在前面的内容中还使用过一种方法，那就是使用domain参数指定子图坐标轴在视图中的范围，这种方法的应用案例如下（见文件 subplot_simple2.py）。
代码运行结果如图3-19所示。
图3-19 代码运行结果
对于多个子图，绘制方法是一样的，以 make_subplots方法为例（见文件subplot_multi.py），案例代码如下。
代码运行结果如图3-20所示。
图3-20 代码运行结果
同样，也可以使用 domain参数定义每个子图的位置范围（见文件subplot_multi2.py），案例代码如下。
代码运行结果如图3-21所示。
图3-21 代码运行结果
有时想为每个子图定义自己的大小，这就涉及到视图区间的分配问题。make_subplots方法为解决这个问题专门封装了一个参数 specs，这个参数的简单使用方法如下（见文件subplot_specs1.py）。
代码运行结果如图3-22所示。
specs参数定义了如何分配视图区间，本案例中的“specs=[[{}, {}], [{'colspan': 2},None]]”表示第一行的两个子图平均分配区间，第二行的第一个子图占据 2列的区间，并且不存在第二个子图，分配的结果如图3-22所示。
图3-22 代码运行结果
本案例介绍了使用make_subplots方法分割视图，其实还可以分割得更复杂一些（见文件subplot_specs2.py），代码如下。
代码运行结果如图3-23所示。
图3-23 代码运行结果
本案例展示了把5×2的视图区间分配给6个子图，更复杂的图形也可以通过这种方式进行分配。
有时多个子图的X坐标轴区间范围基本一致，从视觉效果来看，这些子图共同使用一个坐标轴效果会更好一些，这就涉及到了本节的内容。对于共享坐标轴，在之前的章节已经有所涉及，本节要讲的是如何在多个子图之间共享坐标轴。
在 Plotly中，共享坐标轴很简单，用前面学过的知识就可以解决（见文件subplot_share_axes.py），代码如下。
代码运行结果如图3-24所示。
图3-24 代码运行结果
除上述方法外，make_subplots也提供了很好的解决方法，通过设置参数shared_yaxes和shared_xaxes就可以控制共享坐标轴。
简单的案例如下，以共享Y坐标轴为例（见文件subplot_share_yaxes.py），代码如下。
代码运行结果如图3-25所示。
图3-25 代码运行结果
当然，也可以设置两个坐标轴都共享，案例代码如下（见文件 subplot_share_xyaxes.py）。
代码运行结果如图3-26所示。这个结果与3.5.3节共享坐标轴案例的结果一致，但是使用的是不同的方法。
图3-26 代码运行结果
有时需要对每个子坐标轴进行自定义显示，这就需要用到本节的内容。在前面的学习中我们知道，在 Plotly中对已经定义好的绘图进行自定义显示，需要修改figure中的layout参数，在这里也不例外。
本案例代码如下（见文件subplot_custom_axes.py）。
代码运行结果如图3-27所示。
图3-27 代码运行结果
本案例的代码只定义了坐标轴的显示范围、坐标轴类型和是否显示网格，对于其他的画面布局，也可以通过这种方式进行定义。
有时需要在一幅图上显示一个大图和一个小图，看起来就像小图嵌入到大图中一样。对于这个需求，Plotly也可以满足。
显示的原理非常简单，就是利用 domain参数，案例代码如下（见文件subplot_insert.py）。
代码运行结果如图3-28所示。
图3-28 代码运行结果
下面介绍多图组合，本案例绘图的呈现效果特别的炫耀，先看一下炫酷的效果，如图3-29所示。
图3-29 混合图效果
对于源代码，由于 3D绘图的内容本书并没有涉及到，因此这里就不进行解读了，对3D图感兴趣的读者可以去官方网站学习相关的知识。本案例的代码如下（见文件subplot_mixed.py）。
