在图形对象上使用这个:

fig.set_figheight(15)
fig.set_figwidth(15)

或者，当使用.subplots()创建一个新图形时，指定figsize=:

fig, axs = plt.subplots(2, 2, figsize=(15, 15))

   from matplotlib import pyplot as plt
   lis=[img,gaussian_img,gaussian_img_8bit]
   f,axs=plt.subplots(3,1,figsize=(25,25)) #ROW,COLUMN
   axs[0].imshow(lis[0])
   axs[1].imshow(lis[1])
   axs[2].imshow(lis[2])

用于在For循环中绘制子图，有时很有用: 用于从多元numpy数组(二维)获得直方图的多个子图的matplotlib图的示例代码。

plt.figure(figsize=(16, 8)) 
for i in range(1, 7):
    plt.subplot(2, 3, i)
    plt.title('Histogram of {}'.format(str(i)))
    plt.hist(x[:,i-1], bins=60)

或者，使用figsize参数创建一个figure()对象，然后使用add_subplot添加子图。如。

import matplotlib.pyplot as plt
import numpy as np

f = plt.figure(figsize=(10,3))
ax = f.add_subplot(121)
ax2 = f.add_subplot(122)
x = np.linspace(0,4,1000)
ax.plot(x, np.sin(x))
ax2.plot(x, np.cos(x), 'r:')

该方法的好处是语法更接近subplot()而不是subplots()的调用。例如，subplots似乎不支持使用GridSpec来控制子plot的间距，但subplot()和add_subplot()都支持。

你可以用plt。图(figsize =(16,8))可更改单个图和最多两个子图的图的大小。(figsize内的参数可以修改图形大小)

要更改更多子图的图形大小，可以在创建子图时使用plt.subplots(2,2,figsize=(10,10))。

在图形对象上使用这个:

fig.set_figheight(15)
fig.set_figwidth(15)

或者，当使用.subplots()创建一个新图形时，指定figsize=:

fig, axs = plt.subplots(2, 2, figsize=(15, 15))