jupyter notebook plt 并列显示多个图

您可以使用 subplot() 函数来将多个图并排显示。以2行2列的图像为例，代码如下：

import matplotlib.pyplot as plt

# 创建两个子图，共享 y 轴
fig, axs = plt.subplots(2, 2, sharey=True)

# 在第一个子图中绘制数据
axs[0, 0].plot(x1, y1)
axs[0, 0].set_title('Plot 1')

# 在第二个子图中绘制数据
axs[0, 1].plot(x2, y2)
axs[0, 1].set_title('Plot 2')

# 在第三个子图中绘制数据
axs[1, 0].scatter(x3, y3)
axs[1, 0].set_title('Plot 3')

# 在第四个子图中绘制数据
axs[1, 1].bar(x4, y4)
axs[1, 1].set_title('Plot 4')

# 调整子图之间的间距
plt.subplots_adjust(wspace=0.3)

# 显示所有子图
plt.show()

其中，axs 表示子图对象的数组，通过 axs[row, col] 的方式来访问每个子图。我们可以给每个子图设置标题，并且可以使用不同的绘图函数来绘制不同类型的图像，比如折线图、散点图、柱状图等。subplots_adjust() 函数用于调整子图之间的间距。最后，使用 show() 函数来显示所有子图。

相关问题

jupyter notebook plt方框

Jupyter Notebook是一个开源的交互式笔记本，它可以让你在浏览器中创建和共享文档，包括代码、方程、可视化和说明文本。plt方框是指在使用Jupyter Notebook中进行数据可视化时，通常会使用matplotlib库的pyplot模块来创建图形。plt方框是指在代码中使用`plt`作为pyplot模块的别名，以便更方便地调用其中的函数。

通过使用`plt`方框，你可以使用matplotlib库提供的各种函数来创建各种类型的图形，如折线图、散点图、柱状图等。你可以设置图形的标题、坐标轴标签、图例等属性，还可以调整图形的样式和布局。

下面是一个简单的示例代码，展示了如何使用`plt`方框创建一个简单的折线图：

import matplotlib.pyplot as plt

# 创建数据
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

# 绘制折线图
plt.plot(x, y)

# 设置标题和坐标轴标签
plt.title("Simple Line Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")

# 显示图形
plt.show()

这段代码首先导入了matplotlib.pyplot模块，并将其别名设置为`plt`。然后创建了一组数据x和y，分别表示横轴和纵轴的值。接下来使用`plt.plot()`函数绘制了折线图，并使用`plt.title()`、`plt.xlabel()`和`plt.ylabel()`函数设置了标题和坐标轴标签。最后使用`plt.show()`函数显示了图形。

在jupyter notebook中并列展示图像

要在Jupyter Notebook中并列展示图像，可以使用subplot函数。subplot函数可以将一个画布分成多个小区域，每个小区域可以绘制一个图像。下面是一个简单的例子：

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, (ax1, ax2) = plt.subplots(1, 2, figsize=(8, 4))

# 在子图中绘制图像
ax1.plot(x, y1)
ax1.set_title('sin(x)')
ax2.plot(x, y2)
ax2.set_title('cos(x)')

# 显示图像
plt.show()

在这个例子中，我们首先生成了两组数据，然后创建了一个大小为8x4的画布和两个子图。接着在每个子图中绘制了一个图像，并设置了标题。最后调用show函数显示图像。