plot1+ plot2

### 合并在同一窗口中的多个绘图

要在Python中将`plot1`和`plot2`合并到同一个窗口中，可以利用Matplotlib库的功能。通过创建一个共享的图形对象(`Figure`)以及子图(`Axes`)实例，可以在单个窗口内安排多个图表布局。

对于希望在同一窗口不同子图中显示的情况：

import matplotlib.pyplot as plt
import numpy as np

# 假定的数据集用于演示目的
a = np.arange(10)

fig, (ax1, ax2) = plt.subplots(nrows=2, ncols=1, figsize=(7, 10))

# Plotting on first subplot
ax1.plot(a, a * a, 'c+-', label='Plot A')
ax1.set_title('First Subplot Title')
ax1.legend()

# Plotting on second subplot
ax2.plot(a / 2, a * (a + 0.5), 'gd--', label='Plot B')
ax2.set_title('Second Subplot Title')
ax2.legend()

plt.tight_layout()
plt.show()

如果目标是在相同区域内重叠显示两个不同的数据系列，则可以通过向相同的`Axes`对象添加额外的线条实现这一点[^1]。

import matplotlib.pyplot as plt
import numpy as np

a = np.arange(10)
fig, ax = plt.subplots(figsize=(8, 6))

# Drawing multiple plots into the same area with distinct styles and labels.
ax.plot(a, a * a, 'c+-', label='Series One')
ax.plot(a / 2, a * (a + 0.5), 'gd--', label='Series Two')

# Adding legends to distinguish between series
ax.legend(loc='best')

plt.title('Combined Plots Within Same Area')
plt.xlabel('X Axis Label')
plt.ylabel('Y Axis Label')
plt.grid(True)
plt.show()

当涉及到更复杂的布局需求时，比如调整间距、定位图例或是定制化样式等方面的工作，可以根据具体的要求进一步修改上述基础框架下的细节配置[^3]。