#调整子图周围间距 fig,axes= plt.subplots(2,2,sharex=True,sharey=True) for i in range(2): for j in range(2): axes[i,j].hist(np.random.randn(500),bins=50,color='r',alpha=0.5) plt.subplots_adjust(wspace=0,hspace=0)

这段代码是用来创建一个2x2的图像网格，并在每个子图中绘制一个随机数值的直方图。在这里，通过`plt.subplots_adjust()`函数来调整子图周围的间距。`wspace`和`hspace`分别控制子图之间的水平和垂直间距。将它们都设置为0，可以让子图之间的间距为0，从而使得整个图像看起来更加紧凑。

相关问题

import matplotlib.pyplot as plt import numpy as np fig,axes=plt.subplots(2,2,sharex=True,sharey=True) for i in range(2): for j in range(2): axes[i,j].hist(np.random.randn(500),bins=500,color='k',alpha=0.5) plt.subplots_adjust(wspace=0,hspace=0)

这段代码使用了Matplotlib库来创建一个2x2的子图，并在每个子图中绘制了一个高斯分布的直方图。其中，np.random.randn(500)生成了一个包含500个符合标准正态分布的随机数的一维数组，bins=500参数指定了直方图的条数，color='k'指定直方图的颜色为黑色，alpha=0.5指定直方图的透明度为0.5。通过设置sharex=True和sharey=True，所有子图共享相同的X和Y轴。最后，通过plt.subplots_adjust()函数来调整子图之间的间距。

fig，ax=plt.subplots（）

`fig, ax = plt.subplots()` 是一个创建 Matplotlib 图形的常用代码片段。它使用 `subplots()` 函数创建一个 `figure` 对象和一个或多个 `axes` 对象，并将它们分别分配给变量 `fig` 和 `ax`。

具体来说，`subplots()` 函数有以下用法：

fig, ax = plt.subplots(nrows=1, ncols=1, sharex=False, sharey=False, figsize=None, dpi=None, subplot_kw=None, **kwargs)

其中，参数含义如下：

- `nrows` 和 `ncols`：表示子图网格的行数和列数，可以是整数或元组。
- `sharex` 和 `sharey`：表示是否共享 x 轴和 y 轴刻度。默认为 `False`。
- `figsize`：表示 `figure` 对象的尺寸，以英寸为单位的二元组。
- `dpi`：表示 `figure` 对象的分辨率。
- `subplot_kw`：表示传递给 `add_subplot()` 函数的参数的字典。
- `**kwargs`：表示传递给 `figure()` 函数的其他参数。

`subplots()` 函数返回一个包含 `figure` 和 `axes` 数组的元组。如果 `nrows=1` 和 `ncols=1`，则 `ax` 变量将是一个 `AxesSubplot` 对象，如果 `nrows>1` 或 `ncols>1`，则 `ax` 变量将是一个 `AxesSubplot` 对象的数组。

在这个代码片段中，我们通常使用 `ax` 变量来设置图形的属性，例如添加标题、设置标签、调整刻度等。而 `fig` 变量则用于保存或显示图形。