fig, ax = plt.subplots() plt.scatter(x, y,c=z, s=20,cmap='Spectral')

这段代码可以用来绘制散点图，其中 x 和 y 分别是散点的横坐标和纵坐标，z 是散点的颜色，s 是散点的大小。cmap 参数用来指定颜色映射，这里使用的是 'Spectral'，表示采用彩虹色的颜色映射。plt.subplots() 用于创建一个包含单个轴的图像，返回一个元组，第一个元素是图像对象，第二个元素是轴对象。在这里，我们将 ax 对象赋值给变量 ax，方便后续对图像的操作。

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()设置画布长与宽

fig, ax = plt.subplots()是用于创建一个新的画布（figure）和一个或多个子图（axes）的函数。其中，fig是画布对象，而ax是子图对象。

在使用fig, ax = plt.subplots()时，可以通过参数来设置画布的长和宽。具体的参数如下：

- figsize：用于设置画布的尺寸，以英寸为单位。可以传入一个包含两个元素的元组，分别表示画布的宽度和高度。例如，figsize=(8, 6)表示画布的宽度为8英寸，高度为6英寸。

下面是一个示例代码：

import matplotlib.pyplot as plt

fig, ax = plt.subplots(figsize=(8, 6))

这段代码将创建一个宽度为8英寸，高度为6英寸的画布，并将画布对象赋值给变量fig，子图对象赋值给变量ax。