plt.subplots画两张图

下面是一个简单的示例代码，演示如何使用 plt.subplots() 画两张图：

import matplotlib.pyplot as plt
import numpy as np

# 生成数据
x = np.linspace(0, 2*np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)

# 创建画布和子图
fig, ax = plt.subplots(nrows=1, ncols=2, figsize=(8, 4))

# 绘制第一张子图
ax[0].plot(x, y1, label='sin(x)')
ax[0].set_xlabel('x')
ax[0].set_ylabel('y')
ax[0].legend()

# 绘制第二张子图
ax[1].plot(x, y2, label='cos(x)')
ax[1].set_xlabel('x')
ax[1].set_ylabel('y')
ax[1].legend()

# 显示图形
plt.show()

这个例子创建了一个包含两个子图的画布，每个子图中都绘制了一个函数，并且设置了子图的 x 轴标签、y 轴标签和图例。在这个例子中，我们将 ax 设定为一个包含两个子图的 ndarray。在绘制第一张子图时，我们使用 ax[0]；在绘制第二张子图时，我们使用 ax[1]。通过这种方式，我们可以方便地绘制多张子图，并对每个子图进行个性化设置。

相关问题

plt.subplots展示多图

plt.subplots是Matplotlib中用于在一个画布上展示多个图的方法之一。通过使用plt.subplots，可以在一个画布上创建一个包含多个子图的网格。这个函数返回一个包含所有子图对象的元组，以及一个代表整个画布的对象。

使用plt.subplots的方法比较简单，可以通过指定参数来控制子图的布局。比如，可以指定子图的行数和列数，以及每个子图的位置。然后，可以通过索引来访问每个子图，并进行相应的绘图操作。

通过使用plt.subplots，可以在一个画布上方便地展示多个相关的图形，比如多个时间序列的比较、多个变量的分布等。这样可以使得图形更加紧凑和易于比较，方便观察不同图形之间的关系。

总之，plt.subplots是一种方便创建和展示多个图形的方法，可以帮助我们更好地理解和分析数据。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [python matplotlib在一张画布上画多个图的两种方法，plt.subplot(),plt.subplots()。](https://download.csdn.net/download/weixin_38734993/14910743)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
- *2* *3* [python使用matplotlib的plt.subplot、plt.subplots绘制多图以及图例legend注意事项](https://blog.csdn.net/shiyuzuxiaqianli/article/details/114644887)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]

python保存plt.subplots

在Python中，可以使用plt.subplots()函数来保存绘制的子图。plt.subplots()函数返回一个包含所有子图的Figure对象和一个Axes对象的元组。要保存这些子图，可以使用Figure对象的savefig()方法。具体的代码如下所示：

fig, axes = plt.subplots(nrows, ncols, figsize=(width, height))
# 绘制子图的代码...

plt.savefig('filename.png')  # 保存子图为文件

其中，nrows和ncols分别表示子图的行数和列数，figsize参数用于指定Figure对象的大小，width和height分别表示宽度和高度。在绘制完子图后，使用savefig()方法将Figure对象保存为文件，可以指定保存的文件名和格式。
注意，保存子图的代码应该在所有绘图代码之后，否则可能会保存不完整的子图。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [python matplotlib在一张画布上画多个图的两种方法，plt.subplot(),plt.subplots()。](https://download.csdn.net/download/weixin_38734993/14910743)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *2* *3* [python绘制子图技巧——plt.subplot和plt.subplots、及坐标轴修改](https://blog.csdn.net/m0_67392010/article/details/125241307)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]