data = [10, 20, 30, 40, 50] fig, ax = plt.subplots() ax.plot(data) ax.set_title('Sales Trend') ax.set_xlabel('Month') ax.set_ylabel('Sales')

这段代码使用了 Matplotlib 库来绘制一个折线图，其中 data 包含了销售数据，fig 和 ax 是用于绘图的对象。ax.plot(data) 用于将数据 data 绘制成折线图，ax.set_title('Sales Trend') 设置了图表的标题为 'Sales Trend'，ax.set_xlabel('Month') 设置了 x 轴的标签为 'Month'，ax.set_ylabel('Sales') 设置了 y 轴的标签为 'Sales'。

相关问题

fig, ax1 = plt.subplots(

fig, ax1 = plt.subplots()是用于创建一个包含一个子图的Figure对象和一个Axes对象的函数[^1]。其中，Figure对象代表整个图形窗口，而Axes对象则代表一个具体的绘图区域。

下面是一个示例，演示了如何使用fig, ax1 = plt.subplots()创建一个包含两个子图的图形窗口，并在每个子图中绘制不同的数据[^2]：

import matplotlib.pyplot as plt
import numpy as np

# 创建数据
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)

# 创建图形窗口和子图
fig, ax1 = plt.subplots()

# 在第一个子图中绘制数据
ax1.plot(x, y1, 'b', lw=1.5, label='1st')
ax1.plot(x, y1, 'ro')
ax1.grid(True)
ax1.legend(loc=0)
ax1.set_xlabel('index')
ax1.set_ylabel('value 1st')
ax1.set_title('A Simplot plot')

# 创建第二个子图
ax2 = ax1.twinx()

# 在第二个子图中绘制数据
ax2.plot(x, y2, 'g', lw=1.5, label='2nd')
ax2.plot(x, y2, 'ro')
ax2.legend(loc=0)
ax2.set_ylabel('value 2nd')

# 显示图形
plt.show()

这段代码会创建一个包含两个子图的图形窗口，其中第一个子图绘制了y1的数据，第二个子图绘制了y2的数据。每个子图都有自己的y轴，但共享x轴。在绘制完数据后，使用plt.show()函数显示图形。

fig, ax = plt.subplots()

当我们在Python中使用matplotlib库来绘制图表时，通常会创建一个包含图表和子图的对象，这个对象可以用来设置图表中的各种属性。在创建这个对象时，可以使用fig, ax = plt.subplots()这样的语句。

其中fig表示整个图表对象，也就是画图的窗口。这个对象可以用来设置整个画布的属性，比如大小、背景颜色等等。

而ax则表示子图，也就是图表中的一个小块，用来展示我们绘制的图表数据。这个对象可以用来设置具体图表的属性，比如横纵坐标轴的刻度、标签等等。

使用fig, ax = plt.subplots()创建图表对象后，我们就可以使用ax.plot()或者其他绘图函数来在子图中画出我们需要的图表了。同时，也可以调用fig.show()来显示整个图表对象。