import matplotlib.pyplot as plt fig=plt.figure() ax1=fig.add_subplot(2,2,1) ax2=fig.add_subplot(2,2,2) ax3=fig.add_subplot(2,2,3) ax1.plot([1.5,2,3.5,-1,1.6])

这段代码的作用是创建一个包含3个子图的画布，并在第一个子图中绘制一个折线图。其中，fig.add_subplot(2,2,1)表示在2行2列的画布中创建第1个子图，ax1.plot([1.5,2,3.5,-1,1.6])表示在第1个子图中绘制一条由给定点构成的折线。需要注意的是，由于没有给定x轴坐标，所以默认使用数据点的下标作为x轴坐标。如果需要自定义x轴坐标，可以将x轴坐标作为第一个参数传给plot()函数。

相关问题

import numpy as np from matplotlib import cm import matplotlib.pyplot as plt import matplotlib.cm as cm delta = 0.2 x = np.arange(-3,3,delta) y = np.arange(-3,3,delta) X,Y = np.meshgrid(x,y) Z=X**2 +Y**2 x= X.flatten() y= Y.flatten() z= Z.flatten() fig = plt.figure(figsize=(12, 6)) ax1 = fig.add_subplot(121,projection = '3d') ax1.plot_trisurf(x,y,z, cmap = cm.jet ,linewidth = 0.01) plt.title("3D") ax2 = fig.add_subplot(122) cs = ax2.contour(X,Y,Z,15,cmap = 'jet') ax2.clabel(cs,line = True ,fontsize = 10, fmt= '%1.1f' ) plt.title("Contour") plt.show() 优化这段代码

以下是优化后的代码：

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

delta = 0.2
x = y = np.arange(-3, 3, delta)
X, Y = np.meshgrid(x, y)
Z = X**2 + Y**2

fig = plt.figure(figsize=(12, 6))

ax1 = fig.add_subplot(121, projection='3d')
ax1.plot_surface(X, Y, Z, cmap='jet')
ax1.set_title("3D")

ax2 = fig.add_subplot(122)
cs = ax2.contour(X, Y, Z, 15, cmap='jet')
ax2.clabel(cs, inline=True, fontsize=10, fmt='%1.1f')
ax2.set_title("Contour")

plt.show()

主要的改动如下：

1. 从 `matplotlib` 中导入 `mpl_toolkits.mplot3d`，以便使用 3D 绘图函数。
2. 使用 `plot_surface` 函数绘制 3D 图形，而不是 `plot_trisurf` 函数，因为前者效果更好且速度更快。
3. 调整了代码格式，使其更易读。

import matplotlib.pyplot as plt #包含绘图模块 fig= plt._____(2)______() #创建一个空白画布 ax1=fig._______(3)___________(1,1,1) #添加一个子图 plt.show() #显示图表

import matplotlib.pyplot as plt #包含绘图模块
fig= plt.figure() #创建一个空白画布
ax1=fig.add_subplot(1,1,1) #添加一个子图
plt.show() #显示图表