``` fig.add_subplot(111)``` 如何通过`add_subplot`创建一个3D子图？

`add_subplot` 函数用于在现有的图形中添加子图，其参数通常包括三个部分：行数（number of rows）、列数（number of columns）和当前子图的位置（subplot index）。在您的第一个示例[^1]中：

ax = fig.add_subplot(121)
bx = fig.add_subplot(122)

这里 `(121)` 表示 1 行 2 列，第 1 个子图；`(122)` 是第二个子图。所以创建的是一个 2x1 的网格。

对于 `fig.add_subplot(111)`[^2]，参数 `(111)` 意味着单行单列，即一个独立的子图，没有分割成多列或多行。

如果要创建一个三维子图，matplotlib 提供了 `Axes3D` 类，可以通过 `add_subplot` 后跟第三个参数来指定三维功能，例如：

from mpl_toolkits.mplot3d import Axes3D

fig = plt.figure()
ax3d = fig.add_subplot(111, projection='3d')  # 添加一个3D子图

这会创建一个新的三维子图，可以用来绘制三维数据。

相关问题

import matplotlib.pyplot as plt fig=plt.figure() ax1=fig.add_subplot(2,2,1) ax2=fig.add_subplot(2,2,2) ax3=fig.add_subplot(2,2,3) ax1.plot([1.5,2,3.5,-1,1.6])

这段代码的作用是创建一个包含3个子图的画布，并在第一个子图中绘制一个折线图。其中，fig.add_subplot(2,2,1)表示在2行2列的画布中创建第1个子图，ax1.plot([1.5,2,3.5,-1,1.6])表示在第1个子图中绘制一条由给定点构成的折线。需要注意的是，由于没有给定x轴坐标，所以默认使用数据点的下标作为x轴坐标。如果需要自定义x轴坐标，可以将x轴坐标作为第一个参数传给plot()函数。

fig = plt.figure(figsize=(12, 8)) # 指定窗口大小 ax1 = fig.add_subplot(121) ax2 = fig.add_subplot(122) fig.subplots_adjust(wspace=0)

这段代码实现了在 Matplotlib 中创建一个大小为 12x8 像素的 figure 窗口，并在其中添加两个子图（subplots），分别命名为 ax1 和 ax2，它们分别位于第一行第一列和第一行第二列。

`fig.add_subplot(121)` 意味着在 figure 窗口中添加一个子图，其中的参数 121 表示将当前 figure 分为 1 行 2 列，当前子图位于第一列。

`fig.add_subplot(122)` 意味着在 figure 窗口中添加第二个子图，其中的参数 122 表示将当前 figure 分为 1 行 2 列，当前子图位于第二列。

`fig.subplots_adjust(wspace=0)` 意味着将子图之间的水平间距设置为 0，使它们更加紧凑地排列在一起。