Bỏ qua đến nội dung chính
Mục lục

subplot trong Matplotlib: nhiều biểu đồ trong một hình

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 10/16 · Chương 2

Vẽ biểu đồ với Matplotlib

  • 7 phút
  • Cơ bản
  • Python 3.14
  • Cập nhật

Subplot trong Matplotlib là một ô vẽ trong một lưới nhiều ô của cùng một hình; plt.subplots(nrows, ncols) tạo cả lưới một lần và trả về mảng các ô đó. Bạn dùng nó khi muốn đặt hai hay nhiều biểu đồ cạnh nhau để so, như phân bố bụi mịn của Hà Nội bên cạnh TP. Hồ Chí Minh.

Cần biết trước: Figure và Axes và cắt mảng NumPy.

Hai biểu đồ cạnh nhau với plt.subplots(1, 2)

Với một ô, plt.subplots() trả về fig, ax. Với 1, 2, nó trả về một hàng hai ô, và biến thứ hai là một mảng NumPy chứa hai vùng vẽ; quy ước đặt tên là axs. axs[0] là ô trái, axs[1] là ô phải:

python
import pandas as pd
import matplotlib.pyplot as plt

kk = pd.read_csv("khong_khi.csv")
hn = kk[kk["tinh"] == "Hà Nội"]["pm25"]
hcm = kk[kk["tinh"] == "TP. Hồ Chí Minh"]["pm25"]
fig, axs = plt.subplots(1, 2, figsize=(8, 4), layout="constrained")
axs[0].hist(hn, bins=20, edgecolor="white")
axs[0].set_title("Hà Nội")
axs[1].hist(hcm, bins=20, edgecolor="white")
axs[1].set_title("TP. Hồ Chí Minh")
axs[0].set_ylabel("Số ngày")
fig.supxlabel("PM2.5 (µg/m³)")
print(type(axs).__name__, axs.shape)
plt.show()

KẾT QUẢ

ndarray (2,)
Hai histogram PM2.5 năm 2025 cạnh nhau, mỗi ô một thang riêng; Hà Nội trải từ khoảng 10 đến 157 µg/m³, TP. Hồ Chí Minh chỉ từ khoảng 7 đến 57, nhưng hai hình trông rộng gần như nhau.

axs là một ndarray hai phần tử. Mỗi ô có tiêu đề riêng, còn fig.supxlabel() đặt một nhãn trục x chung cho cả hàng. Nhưng hai hình đang lừa mắt: Hà Nội trải tới 157 µg/m³, TP. Hồ Chí Minh chỉ tới 56,8, vậy mà hai histogram rộng như nhau, vì mỗi ô tự chọn thang trục của mình.

sharex= và sharey= để so công bằng

sharex=True cho mọi ô dùng chung một thang trục x, sharey=True dùng chung trục y. Khi đó cùng một vị trí trên hai ô có cùng một giá trị, và độ rộng, độ cao so được trực tiếp:

python
import pandas as pd
import matplotlib.pyplot as plt

kk = pd.read_csv("khong_khi.csv")
fig, axs = plt.subplots(1, 2, figsize=(8, 4), sharex=True,
                        sharey=True, layout="constrained")
for ax, tinh in zip(axs, ["Hà Nội", "TP. Hồ Chí Minh"]):
    pm = kk[kk["tinh"] == tinh]["pm25"]
    ax.hist(pm, bins=range(0, 170, 10), edgecolor="white")
    ax.set_title(tinh)
axs[0].set_ylabel("Số ngày")
fig.supxlabel("PM2.5 (µg/m³)")
fig.suptitle("PM2.5 hằng ngày năm 2025, cùng thang trục")
plt.show()
Hai histogram PM2.5 năm 2025 dùng chung trục từ 0 đến 160 µg/m³ và chung trục số ngày; TP. Hồ Chí Minh dồn thành cột cao dưới 60, Hà Nội trải thấp và rộng tới khoảng 157.

Giờ sự khác biệt hiện rõ: TP. Hồ Chí Minh dồn gần hết vào dưới 60 µg/m³, chỉ 6 ngày vượt 50, còn Hà Nội trải rộng tới 157 với 137 ngày vượt 50. Vòng for ghép từng ô với một tỉnh; bins=range(0, 170, 10) cho cả hai ô cùng mép cột. sharey=True còn bỏ số trên trục y của ô phải, vì nó lặp lại ô trái. fig.suptitle() đặt tiêu đề chung cho cả hình, phía trên tiêu đề của từng ô.

Đổi sharex=True thành sharex=False rồi chạy lại: hình vẽ lại với mỗi ô một thang trục x, và histogram TP. Hồ Chí Minh lại kéo giãn ra cả ô.

Lưới nhiều hàng và vòng lặp trên axs.flat

Sáu tỉnh, thành cần một lưới 2 hàng 3 cột. Khi đó axs là mảng hai chiều, chọn ô bằng axs[hang, cot] như khi cắt mảng NumPy: axs[0, 2] là ô cuối của hàng đầu. Duyệt mọi ô theo thứ tự đọc, từ trái sang phải rồi xuống hàng, bằng axs.flat:

python
import pandas as pd
import matplotlib.pyplot as plt

kk = pd.read_csv("khong_khi.csv")
fig, axs = plt.subplots(2, 3, figsize=(8, 5), sharex=True,
                        sharey=True, layout="constrained")
for ax, (tinh, nhom) in zip(axs.flat, kk.groupby("tinh")):
    ax.hist(nhom["pm25"], bins=range(0, 170, 10), edgecolor="white")
    ax.set_title(tinh)
fig.suptitle("PM2.5 hằng ngày năm 2025 theo tỉnh, thành")
fig.supxlabel("PM2.5 (µg/m³)")
fig.supylabel("Số ngày")
print(axs.shape, "|", axs[0, 2].get_title())
plt.show()

KẾT QUẢ

(2, 3) | Hà Nội
Lưới 2 hàng 3 cột histogram PM2.5 năm 2025, chung trục; hàng trên Bắc Ninh, Cần Thơ, Hà Nội; hàng dưới Hải Phòng, TP. Hồ Chí Minh, Đà Nẵng; Bắc Ninh, Hà Nội, Hải Phòng trải tới 100 µg/m³ hoặc hơn; Cần Thơ, TP. Hồ Chí Minh, Đà Nẵng dồn dưới 60.

Sáu ô cùng thang cho thấy hai nhóm: Bắc Ninh, Hà Nội, phần nào Hải Phòng trải rộng về phía bụi cao; Cần Thơ, TP. Hồ Chí Minh, Đà Nẵng dồn dưới 60 µg/m³. zip(axs.flat, kk.groupby("tinh")) ghép từng ô với từng tỉnh theo thứ tự. Kích thước cả hình đặt bằng figsize= của plt.subplots(); mỗi ô chia đều phần đó.

Đổi axs[0, 2] thành axs[1, 0] rồi chạy lại: dòng kết quả in (2, 3) | Hải Phòng, ô đầu của hàng dưới.

Kiểm tra nhanh

  1. Ví dụ đầu bài in ndarray (2,). Ô bên phải là gì?

    • axs[2]
    • axs[1]
    • axs[0, 1]
  2. Vì sao hai histogram ở ví dụ đầu trông rộng như nhau dù Hà Nội trải xa hơn?

    • Vì bins=20 làm mọi histogram rộng bằng nhau
    • Vì mỗi ô tự chọn thang trục x riêng
    • Vì layout="constrained" kéo giãn các ô
  3. Trong khung bẫy, plt.title() đặt tiêu đề cho ô nào?

    • Cả hai ô
    • Ô trái
    • Ô phải, ô tạo sau cùng
  4. Điền phương thức đặt tiêu đề chung cho cả hình: fig.____("PM2.5 năm 2025")

Đúng hết lần đầu +15 XP

Bài tập

Vẽ lưới histogram theo tỉnh

Bảng bang có cột tinh (chữ) và pm25 (số), mỗi dòng một ngày ở một nơi. Viết thân hàm ve_luoi(bang, cac_tinh, so_cot) vẽ một lưới có so_cot cột và vừa đủ số hàng để chứa mọi tỉnh trong cac_tinh:

  • mỗi tỉnh một ô theo thứ tự đọc (trái sang phải, rồi xuống hàng): histogram pm25 của tỉnh đó với bins=range(0, 170, 10), tiêu đề ô là tên tỉnh;

  • mọi ô dùng chung trục x và trục y;

  • ô thừa ở cuối lưới (nếu có) được tắt bằng ax.axis("off");

  • tiêu đề chung của hình đúng là PM2.5 hằng ngày theo tỉnh, nhãn trục chung đúng là PM2.5 (µg/m³) (fig.supxlabel()) và Số ngày (fig.supylabel()).

Viết squeeze=False trong plt.subplots() để axs luôn là mảng hai chiều, kể cả khi chỉ có một hàng. Hàm không sửa bảng và list của nơi gọi.

Trả về: mảng các vùng vẽ, một ndarray hai chiều.

python
import matplotlib.pyplot as plt

def ve_luoi(bang, cac_tinh, so_cot):
    pass  # Viết thân hàm thay cho dòng này

Tóm tắt

  • plt.subplots(nrows, ncols) trả về fig và một mảng ô axs; một hàng cho mảng một chiều, nhiều hàng cho mảng hai chiều.

  • Chọn ô bằng axs[1] hay axs[hang, cot]; duyệt mọi ô theo thứ tự đọc bằng axs.flat.

  • sharex=True, sharey=True cho các ô chung thang trục để so được với nhau.

  • fig.suptitle() đặt tiêu đề chung; fig.supxlabel(), fig.supylabel() đặt nhãn trục chung.

  • Với nhiều ô, plt.title() chỉ đặt tiêu đề cho ô tạo sau cùng.

Câu hỏi thường gặp

Subplot size matplotlib chỉnh thế nào?

Đặt figsize=(rộng, cao) cho cả hình trong plt.subplots(); các ô chia đều phần đó. Muốn một cột rộng hơn cột kia, thêm width_ratios=[2, 1], và height_ratios= cho hàng. Cỡ chung nên giữ trong (8, 5) để hình vừa màn hình điện thoại.

plt.subplot và plt.subplots khác nhau thế nào?

plt.subplot(1, 2, 1) (không có chữ s) tạo một ô và biến nó thành ô hiện tại, theo kiểu pyplot. plt.subplots(1, 2) tạo cả lưới một lần và trả về mảng ô để bạn gọi thẳng trên từng ô. Code mới nên dùng plt.subplots().

Subplot python có đặt chung một chú giải cho cả hình được không?

Được: gọi fig.legend() thay cho ax.legend(). Nó gom các label= của mọi ô vào một chú giải chung; thêm loc="outside upper center" để đặt chú giải phía trên các ô khi dùng layout="constrained". Cách đặt label= có ở bài tiêu đề, nhãn trục và legend.

Lưới có ô thừa thì làm gì?

Sáu tỉnh trên lưới 3 cột thì vừa; năm tỉnh thì dư một ô trống có khung và trục. Tắt ô đó bằng axs[1, 2].axis("off"), như bài tập trên làm cho mọi ô thừa. Muốn ghép nhanh các cột của một bảng thành lưới, bài vẽ nhanh bằng df.plot() có subplots=True.

Chủ đề

matplotlib subplot

Dữ liệu của bài

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE

  • Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
  • Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
  • Xây hệ thống AI cho doanh nghiệp tại VietPlatform.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập