matplotlib绘制子图

在matplotlib中，我们可以使用不同的方法来绘制子图。一种方法是使用面向对象的方式，另一种方法是使用函数式的方式。

使用面向对象的方式创建子图，首先需要创建一个figure对象，例如`fig = plt.figure()`，然后在图像布局中绘制子图。例如，使用`fig.add_subplot()`方法可以指定子图的布局。例如，`ax1 = fig.add_subplot(221)`表示创建一个2行2列的图像布局，并从左往右第1个子图开始绘图。接下来，我们可以使用`ax1.plot()`方法在该子图中绘制数据。依次类推，可以创建多个子图并在每个子图中绘制不同的数据。最后，通过`plt.show()`显示绘制的图像。一个例子如下所示：

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(100)
fig = plt.figure(figsize=(12, 6))

ax1 = fig.add_subplot(221)
ax1.plot(x, x)

ax2 = fig.add_subplot(222)
ax2.plot(x, -x)

ax3 = fig.add_subplot(223)
ax3.plot(x, x ** 2)

ax4 = fig.add_subplot(224)
ax4.plot(-x, x ** 2)

plt.show()

另一种方法是使用函数式的方式创建子图。在这种方式下，我们可以直接使用`plt.subplots()`方法来创建多个子图。该方法会返回一个包含所有子图对象的列表。然后，我们可以通过索引来访问每个子图对象，并在其中绘制数据。一个例子如下所示：

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(100)
fig, axs = plt.subplots(2, 2, figsize=(12, 6))

axs<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
-  *1* [python使用matplotlib:subplot绘制多个子图的示例](https://download.csdn.net/download/weixin_38730129/13706968)[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* [在matplotlib中创建子图的多种方式](https://blog.csdn.net/itanders/article/details/88763245)[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 ]