python如何画出多个独立的图

你可以使用 Matplotlib 库来画出多个独立的图。Matplotlib 是一个 Python 数据可视化库，可以用来绘制各种静态、动态、交互式的图表。

下面是一个简单的例子，展示如何使用 Matplotlib 绘制多个独立的图：

import matplotlib.pyplot as plt

# 绘制第一个图
plt.figure(1)
plt.plot([1, 2, 3, 4], [1, 4, 9, 16])
plt.ylabel('y label')
plt.xlabel('x label')

# 绘制第二个图
plt.figure(2)
plt.plot([1, 2, 3, 4], [1, 2, 3, 4])
plt.ylabel('y label')
plt.xlabel('x label')

# 显示图表
plt.show()

在这个例子中，我们使用 `plt.figure()` 函数来创建不同的图表。每个图表都可以拥有自己的标题、轴标签和数据。最后，我们使用 `plt.show()` 函数来显示所有的图表。

你可以根据自己的需求，使用 Matplotlib 来画出多个独立的图表。

相关问题

python画出多个区域的最小外接矩形

可以使用OpenCV库来画出多个区域的最小外接矩形。以下是一个示例代码：

import cv2

# 读入图像
img = cv2.imread('image.jpg')

# 转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 二值化处理
thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1]

# 查找轮廓
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 循环遍历所有轮廓
for contour in contours:
    # 获取最小外接矩形
    rect = cv2.minAreaRect(contour)
    box = cv2.boxPoints(rect)
    box = box.astype('int')
    # 画出最小外接矩形
    cv2.drawContours(img, [box], 0, (0, 0, 255), 2)

# 显示图像
cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个示例代码中，首先读入图像，然后将其转换为灰度图像，并进行二值化处理。然后使用`cv2.findContours()`函数查找所有的轮廓，并循环遍历所有轮廓。对于每个轮廓，使用`cv2.minAreaRect()`函数获取其最小外接矩形，并使用`cv2.drawContours()`函数将其画出。最后显示图像即可。

python 画多个集合散点图

Python可以使用matplotlib库中的scatter函数来绘制多个集合的散点图。以下是一个简单的例子来说明如何使用Python绘制多个集合的散点图：

import matplotlib.pyplot as plt

# 创建第一个集合的数据
x1 = [1, 2, 3, 4, 5]
y1 = [2, 4, 6, 8, 10]

# 创建第二个集合的数据
x2 = [1, 3, 5, 7, 9]
y2 = [1, 3, 5, 7, 9]

# 创建第三个集合的数据
x3 = [2, 4, 6, 8, 10]
y3 = [10, 8, 6, 4, 2]

# 绘制散点图
plt.scatter(x1, y1, label='集合1')
plt.scatter(x2, y2, label='集合2')
plt.scatter(x3, y3, label='集合3')

# 添加图例
plt.legend()

# 设置横纵坐标轴标签
plt.xlabel('x轴')
plt.ylabel('y轴')

# 设置图标题
plt.title('多个集合的散点图')

# 显示图形
plt.show()

上述代码会创建3个集合的数据，并使用scatter函数分别绘制了这3个集合的散点图。可以根据实际需求修改x、y的值，并为每个集合指定一个标签，以便在图例中显示。最后，通过设置坐标轴标签和图标题，然后调用`plt.show()`来显示图形。