matplotlib绘制多图

可以使用subplot函数来绘制多个子图。subplot函数的参数包括行数、列数、子图编号，例如subplot(2, 2, 1)表示将画布分成2行2列，当前子图为第1个。下面是一个简单的例子：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)
y3 = np.tan(x)

plt.subplot(2, 2, 1)
plt.plot(x, y1)
plt.title('sin(x)')

plt.subplot(2, 2, 2)
plt.plot(x, y2)
plt.title('cos(x)')

plt.subplot(2,2, 3)
plt.plot(x, y3)
plt.title('tan(x)')

plt.show()

这段代码将画布分成2行2列，分别绘制了sin(x)、cos(x)、tan(x)三个函数的图像。

相关问题

matplotlib绘制多张子图

使用matplotlib库可以方便地绘制多张子图。可以使用plt.subplots函数创建一个包含多个子图的图形对象，然后使用这些子图对象进行绘制。下面是两个示例代码：

示例一：

import matplotlib.pyplot as plt

fig, ax = plt.subplots(nrows=2, ncols=2, figsize=(10, 10))
ax = ax.ravel(order='C')

# 在每个子图对象上绘制图像
for i in range(figure_num):
    ax[i].imshow(mpimg.imread(img[i]))
    ax[i].set_title(labels[i], fontsize=40)
    ax[i].set_xticks([])
    ax[i].set_yticks([])

plt.tight_layout()
plt.savefig('C:Users\Administrator\Desktop\Figure_2')
plt.show()

示例二：

import matplotlib.pyplot as plt

figure, ax = plt.subplots(nrows=2, ncols=2, figsize=(10, 10))

# 在每个子图对象上绘制图像
ax

matplotlib绘制多个子图

要在同一张图中绘制多个子图，可以使用matplotlib中的subplot函数。subplot函数的语法为:

subplot(nrows, ncols, index, **kwargs)

其中，nrows和ncols分别表示要创建的子图的行数和列数，index表示当前子图的位置，从左上角开始逐行逐列计数。例如，如果要创建一个2x2的子图，并绘制在第一个位置，可以使用如下代码：

import matplotlib.pyplot as plt

fig, axs = plt.subplots(nrows=2, ncols=2)
axs[0, 0].plot([1, 2, 3], [4, 5, 6])

plt.show()

这里使用了plt.subplots函数来创建一个2x2的子图，返回的是一个元组(fig, axs)，其中fig表示整个图像，axs是一个二维数组，包含了每个子图的Axes对象。然后，通过axs[0, 0]来获取第一个子图的Axes对象，并使用plot函数来绘制图像。

如果要在不同的子图中绘制不同的图像，只需要依次访问每个子图的Axes对象即可。例如，下面的代码在第一个子图中绘制一条直线，在第二个子图中绘制一条曲线：

import matplotlib.pyplot as plt

fig, axs = plt.subplots(nrows=2, ncols=1)
axs[0].plot([1, 2, 3], [4, 5, 6])
axs[1].plot([1, 2, 3], [1, 4, 9])

plt.show()

这里使用了plt.subplots函数来创建一个2x1的子图，返回的是一个元组(fig, axs)，其中fig表示整个图像，axs是一个一维数组，包含了每个子图的Axes对象。然后，通过axs[0]来获取第一个子图的Axes对象，并使用plot函数来绘制一条直线；通过axs[1]来获取第二个子图的Axes对象，并使用plot函数来绘制一条曲线。最后，使用plt.show()函数来显示图像。