python将多图绘制在同一画布中

要将多个图绘制在同一画布中，你可以使用matplotlib库。下面是一个简单的示例代码，它展示了如何将两个图绘制在同一画布中：

import matplotlib.pyplot as plt
import numpy as np

# 生成数据
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)

# 创建画布
fig, ax = plt.subplots()

# 绘制第一个图
ax.plot(x, y1, label='sin(x)')

# 绘制第二个图
ax.plot(x, y2, label='cos(x)')

# 添加图例
ax.legend()

# 展示图形
plt.show()

在这个例子中，我们首先使用numpy库生成了两个函数的数据。然后，我们使用matplotlib库创建了一个画布，并使用plt.subplots()函数创建了一个包含单个子图的画布。

接着，我们使用plot()函数在第一个子图中绘制了第一个函数。然后，我们再次使用plot()函数在同一个子图中绘制了第二个函数。在每个plot()函数调用中，我们都使用了label参数来为每个函数添加标签。

最后，我们使用legend()函数添加了一个图例，并使用show()函数展示了图形。

如果你想要将更多的图绘制在同一画布中，可以使用类似的方法，在同一个子图中多次调用plot()函数即可。

相关问题

用matplotlib在同一画布绘制多个线

可以使用`plt.plot()`函数来在同一个画布上绘制多条线。以下是一个简单的例子：

import matplotlib.pyplot as plt
import numpy as np

# 生成一些数据
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)
y3 = np.tan(x)

# 绘制三条线
plt.plot(x, y1, label='sin(x)')
plt.plot(x, y2, label='cos(x)')
plt.plot(x, y3, label='tan(x)')

# 添加图例和标签
plt.legend()
plt.xlabel('x')
plt.ylabel('y')
plt.title('Multiple Lines')

# 显示图形
plt.show()

在这个例子中，我们使用`np.linspace()`函数生成一个包含100个点的等间距数组`x`，并分别计算出三个数组`y1`、`y2`和`y3`，分别代表三条线的y值。然后，我们用`plt.plot()`函数绘制这三条线，并在`label`参数中指定每条线的标签。最后，我们使用`plt.legend()`函数添加图例，并使用`plt.xlabel()`和`plt.ylabel()`函数添加x轴和y轴标签，使用`plt.title()`函数添加标题。最后，我们使用`plt.show()`函数显示图形。

python多个条形图在一张画布

在Python中，如果你想要在一个图表中绘制多个条形图，你可以使用matplotlib库，它是一个非常流行的绘图工具。下面是一个简单的例子，展示如何在同一张画布上创建两个并排放置的条形图：

import matplotlib.pyplot as plt

# 数据
data1 = [5, 7, 8, 4, 2]
data2 = [3, 6, 9, 5, 1]

# 定义x轴标签
labels = ['A', 'B', 'C', 'D', 'E']

# 创建第一个图形，宽度为0.3
fig, ax1 = plt.subplots()
rects1 = ax1.bar(labels, data1, width=0.3, label='Bar Chart 1')

# 创建第二个图形，位于第一个图形右边，宽度也为0.3
ax2 = ax1.twinx()  # 使用twinx方法在同一坐标系下添加另一个y轴
rects2 = ax2.bar(labels, data2, width=0.3, label='Bar Chart 2', color='tab:orange')  # 设置颜色区分

# 添加标题和标签
ax1.set_xlabel('X-Axis')
ax1.set_ylabel('First Bar Chart', color='tab:blue')
ax2.set_ylabel('Second Bar Chart', color='tab:orange')

# 添加图例
fig.legend(handles=[rects1[0], rects2[0]], labels=['Bar Chart 1', 'Bar Chart 2'])

# 显示图形
plt.show()