matplotlib 画两幅图

当你想要画两幅图时，你可以使用Matplotlib的子图功能。子图允许你在同一画布上创建多个图形。

下面是一个简单的示例，展示如何使用Matplotlib创建两幅图：

import matplotlib.pyplot as plt
import numpy as np

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

# 创建画布和子图
fig, (ax1, ax2) = plt.subplots(2, 1)

# 绘制第一幅图
ax1.plot(x, y1)
ax1.set_title('Sine Wave')

# 绘制第二幅图
ax2.plot(x, y2)
ax2.set_title('Cosine Wave')

# 设置整体布局
plt.tight_layout()

# 显示图形
plt.show()

在这个例子中，我们使用`subplots()`函数创建了一个包含两个子图的画布。然后，我们分别绘制了每个子图的数据，并设置了标题。最后，通过`tight_layout()`函数调整了整体布局，以防止图形之间的重叠。最后，使用`show()`函数显示图形。

这是一个简单的例子，你可以根据自己的需要进行适当的修改和定制。

相关问题

matplotlib画多张图

，如何使得所有图像共用同一个颜色条？
我可以为您提供一些思路，您可以尝试使用plt.subplots()创建多幅图像，并使用参数sharex和sharey设置共用x轴和y轴，然后使用Colorbar()函数创建一个颜色条对象，并在所有子图中使用共享的颜色条对象。具体实现可参考以下示例代码：

import matplotlib.pyplot as plt
import numpy as np

# 创建两幅子图
fig, axs = plt.subplots(1, 2, sharex=True, sharey=True)

# 在子图中绘制数据
x = np.arange(0, 10)
y1 = x
y2 = x**2
axs[0].plot(x, y1)
axs[1].plot(x, y2)

# 创建共享的颜色条对象
cbar = plt.colorbar(cm.ScalarMappable(cmap='viridis'))

# 在所有子图中添加共享的颜色条
for ax in axs:
ax.images[-1].colorbar = cbar

plt.show()

plt.imshow()两幅图像放在一个画布上

要将两幅图像放在一个画布上，你可以使用 Matplotlib 库中的 subplot() 函数。该函数可以将画布分成多个子图，每个子图可以显示一幅图像。

下面是一个简单的例子，其中我们将两幅图像放在一个 1x2 的网格中：

import matplotlib.pyplot as plt
import numpy as np

# 生成两幅示例图像
image1 = np.random.rand(100, 100)
image2 = np.random.rand(100, 100)

# 创建画布和子图
fig, axes = plt.subplots(nrows=1, ncols=2)

# 在第一个子图中显示第一幅图像
axes[0].imshow(image1)

# 在第二个子图中显示第二幅图像
axes[1].imshow(image2)

# 显示图像
plt.show()

在这个例子中，我们首先生成了两幅随机图像。然后，我们使用 `subplots()` 函数创建了一个包含 1 行和 2 列子图的画布，并将返回值存储在 `fig` 和 `axes` 变量中。接下来，我们使用 `imshow()` 函数在第一个子图中显示第一幅图像，在第二个子图中显示第二幅图像。最后，我们调用 `show()` 函数显示图像。