fig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(nrows=2, ncols=2, figsize = (10,10))

这段代码使用 Matplotlib 创建了一个包含4个子图的图形对象，以及一个10x10英寸的图形窗口。子图被安排在2行2列的网格中，从左上角的`ax1`开始，顺时针排列到右下角的`ax4`。

使用 `plt.subplots()` 函数，可以同时创建并返回一个图形对象和包含子图的轴对象数组。在这个例子中，通过将 `nrows` 和 `ncols` 参数设置为2，即可指定将要创建的子图数量。`figsize` 参数用于设置图形窗口的尺寸。

可以在这个图形对象上进一步进行绘图和设置子图的属性，例如调整轴的刻度、标签、标题等。

相关问题

fig, (ax1, ax2) = plt.subplots(nrows=2, ncols=1)如何画出来

在Python的matplotlib库中，`plt.subplots(nrows=2, ncols=1)`这个函数是用来创建一个新的图形，并在同一张图上创建指定数量的子图。在这个例子中，`nrows=2`表示你想创建两行子图，`ncols=1`表示一列，所以总共会生成2个并排的子图。

当你运行这行代码时，它会返回一个元组，其中包含一个`Figure`对象（即整个图形），以及一个包含两个`Axes`对象的列表，每个`Axes`对象代表一个子图。`ax1`和`ax2`就是这两个子图的引用。

下面是一个完整的示例，展示了如何使用这个结构来绘制两个独立的直方图：

import numpy as np
import matplotlib.pyplot as plt

# 创建一些随机数据
data1 = np.random.randn(500)
data2 = np.random.randn(500) * 2

# 使用subplots创建一个2x1的网格
fig, (ax1, ax2) = plt.subplots(nrows=2, ncols=1)

# 在每个子图上画出直方图
ax1.hist(data1, bins=10, alpha=0.5, color='blue', label='Data1')
ax1.set_title('Histogram of Data1')

ax2.hist(data2, bins=10, alpha=0.5, color='red', label='Data2')
ax2.set_title('Histogram of Data2')

# 添加标题和标签
fig.suptitle('Two Subplots on One Figure')
ax1.legend()
ax2.legend()

# 显示图形
plt.tight_layout()  # 为了防止子图之间的间距过大
plt.show()

在这个示例中，你会看到两个直方图分别出现在上下两个子图中，各自有自己的标题和标签。

plt.style.use('fivethirtyeight') fig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(nrows=2, ncols=2, figsize = (10,10)) fig.autofmt_xdate(rotation = 45) ax1.plot(dates, features['actual']) ax1.set_xlabel(''); ax1.set_ylabel('Temperature'); ax1.set_title('Max Temp') ax2.plot(dates, features['temp_1']) ax2.set_xlabel(''); ax2.set_ylabel('Temperature'); ax2.set_title('Previous Max Temp') ax3.plot(dates, features['temp_2']) ax3.set_xlabel('Date'); ax3.set_ylabel('Temperature'); ax3.set_title('Two Days Prior Max Temp') ax4.plot(dates, features['friend']) ax4.set_xlabel('Date'); ax4.set_ylabel('Temperature'); ax4.set_title('Friend Estimate') plt.tight_layout(pad=2)

这段代码使用了Matplotlib库来绘制一个包含四个子图的大图。其中，第一个子图展示了实际的最高温度，第二个子图展示了前一天的最高温度，第三个子图展示了两天前的最高温度，第四个子图展示了一个朋友的温度估计值。这些子图都使用了日期作为x轴，并使用不同的颜色和标题来区分它们。fig.autofmt_xdate(rotation = 45)这行代码将日期旋转了45度，以避免日期之间的重叠。plt.tight_layout(pad=2)则是用来调整子图之间的间距，使其更加美观。