python plt画图多个子图

好的，下面是Python中使用Matplotlib库绘制多个子图的示例代码：

import matplotlib.pyplot as plt
import numpy as np

# 生成示例数据
x = np.linspace(0, 2*np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)
y3 = np.tan(x)

# 绘制多个子图
fig, axs = plt.subplots(nrows=1, ncols=3, figsize=(12,4))

axs[0].plot(x, y1, color='red')
axs[0].set_title('Sine')
axs[0].set_xlabel('x')
axs[0].set_ylabel('y')

axs[1].plot(x, y2, color='green')
axs[1].set_title('Cosine')
axs[1].set_xlabel('x')
axs[1].set_ylabel('y')

axs[2].plot(x, y3, color='blue')
axs[2].set_title('Tangent')
axs[2].set_xlabel('x')
axs[2].set_ylabel('y')

# 显示图形
plt.show()

这段代码将在同一画布上绘制三个子图，每个子图显示不同的函数曲线，其中第一个子图显示正弦函数，第二个子图显示余弦函数，第三个子图显示正切函数。您可以根据需要修改示例代码来绘制您需要的图形。

相关问题

python中用plt画图

在Python中，可以使用matplotlib库中的pyplot模块来进行绘图。通过使用plt对象，可以实现各种类型的图形绘制。以下是几个常见的使用plt绘图的例子：

1. 绘制多个子图：
import numpy as np
import matplotlib.pyplot as plt

fig = plt.figure()
ax1 = fig.add_subplot(2,1,1) # 画2行1列个图形的第1个
ax2 = fig.add_subplot(2,1,2) # 画2行1列个图形的第2个

ax1.plot(np.random.randint(1,5,5), np.arange(5))
ax2.plot(np.arange(10)*3, np.arange(10))

plt.show()

2. 绘制折线图：
import matplotlib.pyplot as plt

plt.plot(first_twelve['DATE'], first_twelve['VALUE'])
plt.show()

3. 设置边框样式：
import pandas as pd
import matplotlib.pyplot as plt

women_degrees = pd.read_csv('percent-bachelors-degrees-women-usa.csv')

fig, ax = plt.subplots()
ax.plot(women_degrees['Year'], women_degrees['Biology'], c='blue', label='Women')
ax.plot(women_degrees['Year'], 100-women_degrees['Biology'], c='green', label='Men')
ax.tick_params(bottom="on", top="on", left="off", right="off")
for key,spine in ax.spines.items():
spine.set_visible(False)

ax.legend(loc='upper right')
plt.show()

这些例子展示了如何使用plt对象来绘制图形，可以根据需要进行相应的修改和调整。

python 画图设置多图大小

你可以使用 Matplotlib 库来画图并设置多个图的大小，下面是一个简单的示例代码：

import matplotlib.pyplot as plt

# 创建一个 2x2 的图像
fig, axes = plt.subplots(nrows=2, ncols=2, figsize=(8, 8))

# 在第一个子图中画图并设置大小
axes[0, 0].plot([1, 2, 3], [4, 5, 6])
axes[0, 0].set_title('Plot 1')
axes[0, 0].set_xlabel('X label')
axes[0, 0].set_ylabel('Y label')
axes[0, 0].set_xlim([0, 4])
axes[0, 0].set_ylim([3, 7])
axes[0, 0].set_aspect('equal')
axes[0, 0].figure.set_size_inches(4, 4)

# 在第二个子图中画图并设置大小
axes[0, 1].plot([1, 2, 3], [4, 5, 6])
axes[0, 1].set_title('Plot 2')
axes[0, 1].set_xlabel('X label')
axes[0, 1].set_ylabel('Y label')
axes[0, 1].set_xlim([0, 4])
axes[0, 1].set_ylim([3, 7])
axes[0, 1].set_aspect('equal')
axes[0, 1].figure.set_size_inches(4, 4)

# 在第三个子图中画图并设置大小
axes[1, 0].plot([1, 2, 3], [4, 5, 6])
axes[1, 0].set_title('Plot 3')
axes[1, 0].set_xlabel('X label')
axes[1, 0].set_ylabel('Y label')
axes[1, 0].set_xlim([0, 4])
axes[1, 0].set_ylim([3, 7])
axes[1, 0].set_aspect('equal')
axes[1, 0].figure.set_size_inches(4, 4)

# 在第四个子图中画图并设置大小
axes[1, 1].plot([1, 2, 3], [4, 5, 6])
axes[1, 1].set_title('Plot 4')
axes[1, 1].set_xlabel('X label')
axes[1, 1].set_ylabel('Y label')
axes[1, 1].set_xlim([0, 4])
axes[1, 1].set_ylim([3, 7])
axes[1, 1].set_aspect('equal')
axes[1, 1].figure.set_size_inches(4, 4)

plt.show()

在上面的代码中，我们首先使用 `plt.subplots()` 函数创建一个 2x2 的图像，然后在每个子图中画图并设置大小。在这里，我们使用 `figure.set_size_inches()` 方法来设置每个子图的大小。