Matplotlib中的子图subplots和图形figure 有什么区别

Matplotlib中的figure是整个绘图区域，而子图subplots是figure中的一个小区域，可以在其中绘制一个或多个图形。可以将figure看做一个画布，而子图则是画布上的一个小块。

当我们使用`plt.subplots()`创建子图时，会返回一个包含figure对象和axes对象的元组，axes对象是子图的实际绘制区域，可以在这个区域中绘制图形。通常，我们会使用`plt.subplots()`创建一组子图，然后在每个子图中绘制不同的图形，最终将它们组合成一个完整的图形。

因此，简而言之，figure是整个绘图区域，而子图subplots则是figure中的一个小区域，用于绘制一个或多个图形。

相关问题

matplotlib创建子图

要在 matplotlib 中创建子图，你可以使用 `plt.subplots()` 函数来创建一个包含多个子图的 Figure 对象。这个函数将返回一个包含 Figure 和 Axes 对象的元组。你可以使用 Axes 对象来绘制子图。

下面是一个创建包含多个子图的示例代码：

import matplotlib.pyplot as plt

# 创建包含2x2个子图的Figure对象和Axes对象数组
fig, axes = plt.subplots(2, 2)

# 在第一个子图中绘制数据
axes[0, 0].plot([1, 2, 3, 4], [1, 4, 2, 3])
axes[0, 0].set_title('Subplot 1')

# 在第二个子图中绘制数据
axes[0, 1].plot([1, 2, 3, 4], [1, 4, 2, 3])
axes[0, 1].set_title('Subplot 2')

# 在第三个子图中绘制数据
axes[1, 0].plot([1, 2, 3, 4], [1, 4, 2, 3])
axes[1, 0].set_title('Subplot 3')

# 在第四个子图中绘制数据
axes[1, 1].plot([1, 2, 3, 4], [1, 4, 2, 3])
axes[1, 1].set_title('Subplot 4')

# 调整子图之间的间距
plt.tight_layout()

# 显示图形
plt.show()

这段代码将创建一个 2x2 的子图网格，并在每个子图中绘制一些数据。你可以使用 `axes[row_index, col_index]` 来访问每个子图的 Axes 对象，并使用其提供的方法来绘制和设置子图的属性。在最后，使用 `plt.tight_layout()` 来调整子图之间的间距，并使用 `plt.show()` 显示图形。

matplotlib中subplots

在Matplotlib中，subplots()函数可以用于创建多个子图。该函数返回一个包含所有子图的Figure对象和Axes对象的数组。以下是一个例子：

import matplotlib.pyplot as plt
import numpy as np

# 创建一个2x2的子图
fig, axs = plt.subplots(2, 2)

# 绘制每个子图
x = np.linspace(0, 3, 100)
axs[0, 0].plot(x, x)
axs[0, 1].plot(x, x**2)
axs[1, 0].plot(x, x**3)
axs[1, 1].plot(x, x**4)

# 显示图形
plt.show()

在这个例子中，我们创建了一个2x2的子图，并在每个子图中绘制了一个不同的函数。注意，我们可以使用Axes对象的索引来访问每个子图。