matplotlib同时显示多个绘图窗口

Matplotlib是一个强大的Python数据可视化库，它允许你在同一个程序中创建并显示多个独立的图形窗口。为了在同一程序中同时显示多个绘图窗口，你可以采用以下步骤：

1. **创建新窗口**：首先导入`matplotlib.pyplot`模块，然后使用`plt.figure()`函数创建新的图形窗口。每次调用这个函数都会创建一个新的窗口。

import matplotlib.pyplot as plt

# 创建第一个窗口
fig1 = plt.figure()

2. **绘制内容**：在每个窗口上添加你想要的图表。例如，如果你想在同一窗口中画两条线，可以这样做：

# 绘制第一条线
ax1 = fig1.add_subplot(1, 2, 1)  # (rows, columns, index)
plt.plot([1, 2, 3], [4, 5, 6])
# 绘制第二条线
ax2 = fig1.add_subplot(1, 2, 2)
plt.plot([7, 8, 9], [10, 11, 12])

3. **显示窗口**：最后，通过`.show()`方法展示所有创建的窗口：

plt.show()  # 这将显示整个包含两个子窗口的图形

如果你需要控制各个窗口的行为，如调整大小、位置等，可以在`add_subplot()`中传递额外的参数，或者在创建窗口后直接操作其属性。

相关问题

matplotlib同时显示三条曲线

在Python的数据可视化库matplotlib中，如果你想要在同一张图表上同时显示三条曲线，你可以使用`plot()`函数多次绘制，并设置不同的线型、颜色或标记。下面是一个简单的示例：

import matplotlib.pyplot as plt

# 假设你有三个数据序列x1, y1, x2, y2, x3, y3
x1 = [1, 2, 3, 4]
y1 = [1, 4, 9, 16]
x2 = [0, 1, 2, 3]
y2 = [0, 1, 4, 9]
x3 = [5, 6, 7, 8]
y3 = [25, 36, 49, 64]

plt.figure()  # 创建一个新的图形窗口
plt.plot(x1, y1, label='曲线一', color='blue')  # 第一条线，蓝色
plt.plot(x2, y2, label='曲线二', linestyle='--', color='red')  # 第二条线，红色虚线
plt.plot(x3, y3, 'g.', markersize=10)  # 第三条线，绿色点状

plt.title('同时显示三条曲线')  # 图表标题
plt.xlabel('X轴标签')  # X轴标签
plt.ylabel('Y轴标签')  # Y轴标签
plt.legend()  # 显示图例，标识出每条线的含义

plt.show()  # 显示绘图结果

Matplotlib还有哪些常用的绘图函数？

Matplotlib提供了丰富的一组函数，除了基础的`plot()`之外，还有一些其他常见的绘图函数：

1. **bar()**: 用于创建柱状图，可以用于比较各类别的数量或值。

   plt.bar(x, height)

2. **hist()**: 绘制直方图，常用于展示数据分布情况。

   plt.hist(data, bins=10)

3. **scatter()**: 用于创建散点图，显示两个变量之间的关系。

   plt.scatter(x, y, c='red', marker='o')

4. **pie()**: 创建饼图，展示各部分占整体的比例。

   plt.pie(sizes, labels=['A', 'B', 'C'])

5. **subplot()**: 分割窗口创建多个子图，便于在一个画布上同时展示多个图表。

   plt.subplot(nrows, ncols, plot_number)

6. **legend()**: 添加图例，解释不同标记的颜色或形状代表什么意思。

   plt.legend(handles, labels)

7. **savefig()**: 保存生成的图表到文件。

   plt.savefig('filename.png')

8. **title(), xlabel(), ylabel()**: 设置图表标题、x轴和y轴标签。

9. **grid()**: 显示网格线。

每个函数都有其特定用途，可以根据需要选择合适的函数组合来创建复杂图表。熟悉这些功能有助于构建出各种类型的可视化效果。