【1】引言
前述学习进程中，对hist()函数画直方图已经有一定的探索。然而学无止境，在继续学习的进程中，我发现了一个显得函数subplot_mosaic()，它几乎支持我们随心所欲地排布多个子图。
经过自我探索，我有一些收获，写在这里和大家一起继续学习。
【2】官网教程
首先是进入官网，点击下方链接直达：
Complex and semantic figure composition (subplot_mosaic) — Matplotlib 3.9.2 documentation
在这里，我们看到先用常规plot方法画出了两行两列的子图，然后调用subplot_mosaic()输出了同样结果，为此我们做一下代码解读。
【3】代码解读
在plot画子图的过程中，调用了text()函数，为避免偏离主题和带来疑惑，我们主要集中精力探索下述代码段：
fig = plt.figure(layout="constrained")
ax_dict = fig.subplot_mosaic(
[
["bar", "plot"],
["hist", "image"],
],
)
ax_dict["bar"].bar(["a", "b", "c"], [5, 7, 9])
ax_dict["plot"].plot([1, 2, 3])
ax_dict["hist"].hist(hist_data)
ax_dict["image"].imshow([[1, 2], [2, 1]])
identify_axes(ax_dict)
在这里我们看到定义了一个fig.subplot_mosaic()函数，函数包括四个小项"bar"、"plot"、"hist"和"image"，这四个小项提前占好了位置，分别是：
"bar"：[1,1]
"plot"：[1,2]
"hist"：[2,1]
"image"：[2,2]
真正执行将fig.subplot_mosaic()函数中的小项输出的操作是：identify_axes(ax_dict)。
接下来我们回到identify_axes(ax_dict)函数的具体定义：
def identify_axes(ax_dict, fontsize=48):"""Helper to identify the Axes in the examples below.Draws the label in a large font in the center of the Axes.Parameters----------ax_dict : dict[str, Axes]Mapping between the title / label and the Axes.fontsize : int, optionalHow big the label should be.""" kw = dict(ha="center", va="center", fontsize=fontsize, color="darkgrey")for k, ax in ax_dict.items():ax.text(0.5, 0.5, k, transform=ax.transAxes, **kw)
在这里， 使用dict()函数进行了赋值操作，虽然这个函数看起来很奇怪，但是将其功能直接理解为赋值操作即可：
之后使用k和ax在ax_dict 也就是 fig.subplot_mosaic()函数里面遍历，实现将fig.subplot_mosaic()函数里面的小项输出。
运行代码后的输出图像为：
图1
至此的完整代码为：
import matplotlib.pyplot as plt #引入画图模块
import numpy as np #引入计算模块
np.random.seed(19680801) #定义随机数种子
hist_data = np.random.randn(1_500) #定义随机数数组# Helper function used for visualization in the following examples
def identify_axes(ax_dict, fontsize=48): #自定义函数，该函数调用ax_dict作为输入参数"""Helper to identify the Axes in the examples below.Draws the label in a large font in the center of the Axes.Parameters----------ax_dict : dict[str, Axes]Mapping between the title / label and the Axes.fontsize : int, optionalHow big the label should be."""kw = dict(ha="center", va="center", fontsize=fontsize, color="darkgrey") #dict()也是一个函数，就理解为是一个赋值操作即可for k, ax in ax_dict.items():#让k和ax在ax.dict()这个数组里面遍历ax.text(0.5, 0.5, k, transform=ax.transAxes, **kw) #调用text()函数将ax_dict中的项输出
fig = plt.figure(layout="constrained")
ax_dict = fig.subplot_mosaic([["bar", "plot"],["hist", "image"],],)
ax_dict["bar"].bar(["a", "b", "c"], [5, 7, 9]) #调用bar()函数输出直方图
ax_dict["plot"].plot([1, 2, 3]) #调用plot()函数输出直线
ax_dict["hist"].hist(hist_data) #调用hist()函数输出频数分布图
ax_dict["image"].imshow([[1, 2], [2, 1]]) #调用imshow()函数填充区域
identify_axes(ax_dict) #调用自定义函数
plt.show() #输出图形【4】代码修改
在前述内容中，fig.subplot_mosaic()函数将子项分成了两行两列，接下来我们将其改为一行：
ax_dict = fig.subplot_mosaic([["bar", "plot","hist","image"],#[ "image"],],)
此时的输出图像为：
图2
然后再改为一列：
ax_dict = fig.subplot_mosaic([["bar"],["plot"],["hist"],["image"],],)
此时的输出图像为：
图3
可见，通过定义fig.subplot_mosaic()函数子项的位置，可以直接影响subplot()子图的位置。
【5】总结
初步学习了fig.subplot_mosaic()函数设置多子图位置的方法。
